Sprint 4 - Dashboard

Ajout d'un dashboard lecture seule par-dessus la DB SQLite existante.

Fichiers créés :
  - tickettracker/web/queries.py   : 7 fonctions SQL (stats, compare, historique...)
  - tickettracker/web/api.py       : router /api/* JSON (FastAPI)
  - tickettracker/web/app.py       : routes HTML + Jinja2 + point d'entrée uvicorn
  - tickettracker/web/templates/   : base.html, index.html, compare.html, product.html, receipt.html
  - tickettracker/web/static/style.css : personnalisations Pico CSS
  - tests/test_web.py              : 19 tests (96 passent, 1 xfail OCR)

Fichiers modifiés :
  - requirements.txt : +fastapi, uvicorn[standard], jinja2, python-multipart, httpx
  - config.py        : +DB_PATH (lu depuis TICKETTRACKER_DB_PATH)

Lancement : python -m tickettracker.web.app

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

.claude/.fuse_hidden0114a7b7000557be

@@ -0,0 +1,24 @@
+{
+  "permissions": {
+    "allow": [
+      "Bash(.venv/Scripts/pytest tests/ -v)",
+      "Bash(git add:*)",
+      "Bash(git commit:*)",
+      "Bash(.venv/Scripts/python:*)",
+      "Bash(cat:*)",
+      "Bash(python:*)",
+      "Bash(.venv/Scripts/python.exe:*)",
+      "Bash(PYTHONIOENCODING=utf-8 .venv/Scripts/python.exe:*)",
+      "Bash(PYTHONIOENCODING=utf-8 python:*)",
+      "Bash(tesseract:*)",
+      "Bash(winget install:*)",
+      "Bash(curl:*)",
+      "Bash(TESSDATA=\"/c/Program Files/Tesseract-OCR/tessdata\")",
+      "Bash(TESSDATA_PREFIX=/c/code/TicketTracker/tessdata python:*)",
+      "Bash(ls:*)",
+      "Bash(.venv/Scripts/pip install:*)",
+      "Bash(Marque)",
+      "Bash(Quantité\":*)"
+    ]
+  }
+}

.gitignore

@@ -0,0 +1,35 @@
+# Environnement virtuel Python
+.venv/
+
+# Cache Python
+__pycache__/
+*.py[cod]
+*.pyo
+
+# Pytest
+.pytest_cache/
+.coverage
+htmlcov/
+
+# IDE
+.vscode/
+.idea/
+*.swp
+
+# OS
+.DS_Store
+Thumbs.db
+
+# Fichiers d'échantillons sensibles (tickets réels)
+samples/*.html
+samples/*.pdf
+samples/*.eml
+# images temporaires extraites des PDF
+samples/*.jpg
+
+# Modèles OCR Tesseract (trop lourds pour git, ~14 Mo chacun)
+tessdata/
+fra.traineddata
+
+# Base de données SQLite (données locales, non versionnées)
+data/*.db

=2.31

@@ -0,0 +1,3 @@
+
+[notice] A new release of pip is available: 25.3 -> 26.0.1
+[notice] To update, run: python.exe -m pip install --upgrade pip

CLAUDE.md

@@ -0,0 +1,31 @@
+# CLAUDE.md
+
+## Qui je suis
+Développeur expérimenté mais qui reprend le code après 30 ans.
+Je code en Python. Je comprends la logique mais je suis rouillé sur la syntaxe moderne.
+
+## Comment me parler
+- Explique ce que tu fais et POURQUOI
+- Pas de raccourcis cryptiques
+- Quand tu crées un fichier, dis-moi où et pourquoi
+- Commit souvent avec des messages clairs en français
+
+## Stack projet
+- Python 3.11+
+- SQLite pour le stockage
+- FastAPI (plus tard) pour l'API
+- LLM : Mammouth (API compatible OpenAI) sur https://mammouth.music.dilain.com
+- Forge : Gitea sur forge.dilain.com
+- OS : Unraid (Docker) + VPS
+
+## Conventions
+- Code en anglais, commentaires en français
+- Docstrings en français
+- Un virtualenv Python (.venv)
+- Requirements dans requirements.txt
+- Tests avec pytest
+
+## Git
+- Commits en français
+- Format : "feat: ...", "fix: ...", "docs: ..."
+- Push vers origin sur Gitea

requirements.txt

@@ -0,0 +1,29 @@
+# Parser HTML (mails Picnic)
+beautifulsoup4==4.12.3
+lxml==5.3.0
+
+# Parser PDF (tickets Leclerc)
+pdfplumber==0.11.4
+pytesseract>=0.3.10    # binding Python pour Tesseract OCR
+Pillow>=10.0           # manipulation d'images (extraction JPEG du PDF)
+
+# LLM (appels API OpenAI-compatible)
+requests>=2.31
+
+# Web (dashboard FastAPI)
+fastapi>=0.115
+uvicorn[standard]>=0.30
+jinja2>=3.1
+python-multipart>=0.0.12
+httpx>=0.27          # requis par TestClient FastAPI
+
+# Tests
+pytest==8.3.4
+
+# Note : Tesseract OCR (binaire C++) doit être installé séparément :
+#   Windows : https://github.com/UB-Mannheim/tesseract/wiki
+#   Linux   : apt install tesseract-ocr tesseract-ocr-fra
+# Le modèle français (fra.traineddata) est requis.
+# Sans droits admin, créer un dossier tessdata/ à la racine du projet :
+#   tessdata/fra.traineddata  (14 Mo, téléchargeable sur github.com/tesseract-ocr/tessdata)
+#   tessdata/eng.traineddata  (copié depuis l'install Tesseract)

tests/test_db.py

@@ -0,0 +1,297 @@
+"""
+Tests pour la couche base de données (schema + repository + pipeline).
+
+Chaque test reçoit une base SQLite fraîche via le fixture tmp_path de pytest.
+On utilise des données synthétiques (pas les vrais fichiers sample) pour que
+ces tests soient rapides et ne dépendent pas de Tesseract ou de fichiers externes.
+"""
+
+import sqlite3
+from datetime import date
+from pathlib import Path
+
+import pytest
+
+from tickettracker.models.receipt import Item, Receipt
+from tickettracker.db import schema, repository
+
+
+# ---------------------------------------------------------------------------
+# Fixtures
+# ---------------------------------------------------------------------------
+
+@pytest.fixture
+def db_path(tmp_path: Path) -> Path:
+    """Crée une base SQLite isolée dans un répertoire temporaire.
+
+    tmp_path est un fixture pytest qui fournit un Path unique par test.
+    La base est initialisée avec le schéma complet avant chaque test.
+    """
+    path = tmp_path / "test_tickettracker.db"
+    schema.init_db(path)
+    return path
+
+
+@pytest.fixture
+def db_conn(db_path: Path):
+    """Retourne une connexion ouverte vers la base de test.
+
+    La connexion est fermée après chaque test grâce au yield.
+    """
+    conn = schema.get_connection(db_path)
+    yield conn
+    conn.close()
+
+
+@pytest.fixture
+def sample_receipt() -> Receipt:
+    """Ticket Picnic synthétique pour les tests d'insertion."""
+    return Receipt(
+        store="picnic",
+        date=date(2026, 2, 14),
+        total=12.50,
+        order_id="TEST-001",
+        items=[
+            Item(
+                name="Lait demi-écrémé",
+                quantity=2,
+                unit="pièce",
+                unit_price=1.05,
+                total_price=2.10,
+                category=None,
+            ),
+            Item(
+                name="Pain de campagne",
+                quantity=1,
+                unit="pièce",
+                unit_price=2.40,
+                total_price=2.40,
+                category=None,
+            ),
+        ],
+    )
+
+
+@pytest.fixture
+def sample_receipt_leclerc() -> Receipt:
+    """Ticket Leclerc synthétique avec catégories."""
+    return Receipt(
+        store="leclerc",
+        date=date(2025, 11, 8),
+        total=20.00,
+        order_id="018-0003",
+        items=[
+            Item(
+                name="NOIX CAJOU",
+                quantity=1,
+                unit="pièce",
+                unit_price=5.12,
+                total_price=5.12,
+                category="EPICERIE SALEE",
+            ),
+            Item(
+                name="SAUCISSE FUMEES",
+                quantity=2,
+                unit="pièce",
+                unit_price=3.48,
+                total_price=6.96,
+                category="BOUCHERIE LS",
+            ),
+        ],
+    )
+
+
+# ---------------------------------------------------------------------------
+# Tests du schéma
+# ---------------------------------------------------------------------------
+
+def test_schema_tables_exist(db_conn: sqlite3.Connection):
+    """Les tables receipts et items existent après init_db."""
+    cur = db_conn.execute(
+        "SELECT name FROM sqlite_master WHERE type='table' ORDER BY name"
+    )
+    tables = {row["name"] for row in cur}
+    assert "receipts" in tables
+    assert "items" in tables
+
+
+def test_schema_view_exists(db_conn: sqlite3.Connection):
+    """La vue price_history existe après init_db."""
+    cur = db_conn.execute(
+        "SELECT name FROM sqlite_master WHERE type='view'"
+    )
+    views = {row["name"] for row in cur}
+    assert "price_history" in views
+
+
+def test_schema_foreign_keys_enabled(db_conn: sqlite3.Connection):
+    """Les clés étrangères sont activées sur la connexion."""
+    row = db_conn.execute("PRAGMA foreign_keys").fetchone()
+    assert row[0] == 1
+
+
+def test_schema_idempotent(db_path: Path):
+    """Appeler init_db deux fois ne lève pas d'erreur."""
+    schema.init_db(db_path)  # deuxième appel — doit être sans effet
+    schema.init_db(db_path)  # troisième appel — idem
+
+
+# ---------------------------------------------------------------------------
+# Tests d'insertion
+# ---------------------------------------------------------------------------
+
+def test_insert_receipt_row_count(db_conn: sqlite3.Connection, sample_receipt: Receipt):
+    """Après insertion, receipts contient exactement 1 ligne."""
+    repository.insert_receipt(db_conn, sample_receipt)
+    count = db_conn.execute("SELECT COUNT(*) FROM receipts").fetchone()[0]
+    assert count == 1
+
+
+def test_insert_receipt_fields(db_conn: sqlite3.Connection, sample_receipt: Receipt):
+    """Les champs du ticket inséré correspondent au Receipt source."""
+    receipt_id = repository.insert_receipt(db_conn, sample_receipt)
+    row = db_conn.execute(
+        "SELECT * FROM receipts WHERE id = ?", (receipt_id,)
+    ).fetchone()
+
+    assert row["store"] == "picnic"
+    assert row["date"] == "2026-02-14"
+    assert row["total"] == pytest.approx(12.50)
+    assert row["order_id"] == "TEST-001"
+    assert row["raw_json"] is not None
+    assert row["created_at"] is not None
+    assert row["delivery_fee"] is None  # non renseigné pour l'instant
+
+
+def test_insert_receipt_returns_id(db_conn: sqlite3.Connection, sample_receipt: Receipt):
+    """insert_receipt retourne un entier positif (l'id de la ligne insérée)."""
+    receipt_id = repository.insert_receipt(db_conn, sample_receipt)
+    assert isinstance(receipt_id, int)
+    assert receipt_id > 0
+
+
+# ---------------------------------------------------------------------------
+# Tests de déduplication
+# ---------------------------------------------------------------------------
+
+def test_receipt_not_exists_before_insert(db_conn: sqlite3.Connection, sample_receipt: Receipt):
+    """receipt_exists retourne False avant tout insert."""
+    exists = repository.receipt_exists(
+        db_conn,
+        sample_receipt.store,
+        sample_receipt.date.isoformat(),
+        sample_receipt.total,
+    )
+    assert not exists
+
+
+def test_receipt_exists_after_insert(db_conn: sqlite3.Connection, sample_receipt: Receipt):
+    """receipt_exists retourne True après un insert."""
+    repository.insert_receipt(db_conn, sample_receipt)
+    exists = repository.receipt_exists(
+        db_conn,
+        sample_receipt.store,
+        sample_receipt.date.isoformat(),
+        sample_receipt.total,
+    )
+    assert exists
+
+
+def test_dedup_insert_twice(db_conn: sqlite3.Connection, sample_receipt: Receipt):
+    """Insérer un même ticket deux fois laisse exactement 1 ligne en base.
+
+    Note : insert_receipt n'implémente pas lui-même le contrôle de doublon
+    (c'est le rôle du pipeline). Ce test simule le comportement du pipeline
+    en vérifiant receipt_exists avant chaque insert.
+    """
+    date_iso = sample_receipt.date.isoformat()
+
+    # Premier import
+    if not repository.receipt_exists(db_conn, sample_receipt.store, date_iso, sample_receipt.total):
+        repository.insert_receipt(db_conn, sample_receipt)
+
+    # Deuxième import (doit être ignoré)
+    if not repository.receipt_exists(db_conn, sample_receipt.store, date_iso, sample_receipt.total):
+        repository.insert_receipt(db_conn, sample_receipt)
+
+    count = db_conn.execute("SELECT COUNT(*) FROM receipts").fetchone()[0]
+    assert count == 1
+
+
+# ---------------------------------------------------------------------------
+# Tests des articles
+# ---------------------------------------------------------------------------
+
+def test_items_stored_count(db_conn: sqlite3.Connection, sample_receipt: Receipt):
+    """Le nombre de lignes dans items correspond à len(receipt.items)."""
+    receipt_id = repository.insert_receipt(db_conn, sample_receipt)
+    count = db_conn.execute(
+        "SELECT COUNT(*) FROM items WHERE receipt_id = ?", (receipt_id,)
+    ).fetchone()[0]
+    assert count == len(sample_receipt.items)
+
+
+def test_items_name_raw_populated(db_conn: sqlite3.Connection, sample_receipt: Receipt):
+    """name_raw est rempli ; name_normalized est NULL (Sprint 3)."""
+    receipt_id = repository.insert_receipt(db_conn, sample_receipt)
+    rows = db_conn.execute(
+        "SELECT name_raw, name_normalized FROM items WHERE receipt_id = ?",
+        (receipt_id,),
+    ).fetchall()
+
+    for row in rows:
+        assert row["name_raw"] is not None
+        assert row["name_normalized"] is None
+
+
+def test_items_category_leclerc(db_conn: sqlite3.Connection, sample_receipt_leclerc: Receipt):
+    """Les catégories Leclerc sont bien stockées dans items."""
+    receipt_id = repository.insert_receipt(db_conn, sample_receipt_leclerc)
+    rows = db_conn.execute(
+        "SELECT name_raw, category FROM items WHERE receipt_id = ? ORDER BY id",
+        (receipt_id,),
+    ).fetchall()
+
+    assert rows[0]["category"] == "EPICERIE SALEE"
+    assert rows[1]["category"] == "BOUCHERIE LS"
+
+
+def test_items_fk_constraint(db_conn: sqlite3.Connection):
+    """Insérer un item avec un receipt_id inexistant doit échouer (FK active)."""
+    with pytest.raises(sqlite3.IntegrityError):
+        db_conn.execute(
+            """INSERT INTO items
+               (receipt_id, name_raw, category, quantity, unit, unit_price, total_price)
+               VALUES (999, 'Fantôme', NULL, 1.0, 'pièce', 1.0, 1.0)"""
+        )
+        db_conn.commit()
+
+
+# ---------------------------------------------------------------------------
+# Tests des statistiques
+# ---------------------------------------------------------------------------
+
+def test_get_stats_empty(db_conn: sqlite3.Connection):
+    """get_stats sur une base vide retourne des zéros."""
+    stats = repository.get_stats(db_conn)
+    assert stats["receipts_by_store"] == {}
+    assert stats["total_spent"] == 0.0
+    assert stats["total_items"] == 0
+
+
+def test_get_stats_after_insert(
+    db_conn: sqlite3.Connection,
+    sample_receipt: Receipt,
+    sample_receipt_leclerc: Receipt,
+):
+    """get_stats compte correctement après insertion de deux tickets."""
+    repository.insert_receipt(db_conn, sample_receipt)
+    repository.insert_receipt(db_conn, sample_receipt_leclerc)
+
+    stats = repository.get_stats(db_conn)
+
+    assert stats["receipts_by_store"]["picnic"] == 1
+    assert stats["receipts_by_store"]["leclerc"] == 1
+    assert stats["total_spent"] == pytest.approx(12.50 + 20.00)
+    assert stats["total_items"] == len(sample_receipt.items) + len(sample_receipt_leclerc.items)
+    assert stats["null_normalized"] == stats["total_items"]  # tout NULL au Sprint 2

tests/test_leclerc.py

@@ -0,0 +1,222 @@
+"""
+Tests pour le parser Leclerc.
+
+Utilise le fichier samples/ticket_leclerc_10_20260208_190621.pdf —
+ticket réel du E.Leclerc Clichy-sous-Bois du 08 novembre 2025,
+45 articles, CB 139,25 €.
+
+Ce ticket est un scan JPEG embarqué dans un PDF (pas de couche texte).
+Le parser utilise Tesseract OCR (fra+eng) pour extraire le texte.
+
+Notes OCR connues :
+  - 'G' final peut être lu '6' (ex: "220G" → "2206", "120G" → "1206")
+  - Les 'G' initiaux (grammes) sont bien reconnus dans la plupart des cas
+  - FILET POULET : prix OCR 10.46 au lieu de 10.40 (3 décimales OCR → "10.460")
+  - Les tests utilisent des vérifications souples sur les noms (fragment)
+    pour rester stables face aux variations d'OCR
+"""
+
+import shutil
+from datetime import date
+from pathlib import Path
+
+import pytest
+
+from tickettracker.parsers import leclerc
+from tickettracker.models.receipt import Receipt
+
+
+def _tesseract_disponible() -> bool:
+    """Vérifie si le binaire Tesseract est accessible sur ce système."""
+    if shutil.which("tesseract"):
+        return True
+    # Chemins Windows standards (utilisés par leclerc._configure_tesseract)
+    chemins_windows = [
+        r"C:/Program Files/Tesseract-OCR/tesseract.exe",
+        r"C:/Program Files (x86)/Tesseract-OCR/tesseract.exe",
+    ]
+    return any(Path(p).is_file() for p in chemins_windows)
+
+
+pytestmark = pytest.mark.skipif(
+    not _tesseract_disponible(),
+    reason="Tesseract OCR non installé — Linux : apt install tesseract-ocr tesseract-ocr-fra",
+)
+
+SAMPLE_DIR = Path(__file__).parent.parent / "samples"
+LECLERC_PDF = SAMPLE_DIR / "ticket_leclerc_10_20260208_190621.pdf"
+
+
+@pytest.fixture(scope="module")
+def receipt() -> Receipt:
+    """Parse le PDF une seule fois pour tous les tests du module."""
+    return leclerc.parse(str(LECLERC_PDF))
+
+
+# ---------------------------------------------------------------------------
+# Structure générale
+# ---------------------------------------------------------------------------
+
+def test_store(receipt):
+    assert receipt.store == "leclerc"
+
+
+def test_date(receipt):
+    # "Caisse 018-0003 08 novembre 2025 12:46"
+    assert receipt.date == date(2025, 11, 8)
+
+
+def test_caisse_id(receipt):
+    assert receipt.order_id == "018-0003"
+
+
+def test_total_cb(receipt):
+    # Montant CB (après 3 bons de réduction : 0.60 + 0.30 + 0.30 = 1.20)
+    assert receipt.total == pytest.approx(139.25)
+
+
+def test_nombre_lignes_articles(receipt):
+    # 42 lignes produits (45 articles physiques = somme des quantités)
+    assert len(receipt.items) == 42
+
+
+def test_somme_quantites(receipt):
+    # Le ticket dit "Total 45 articles" = somme des quantités
+    total_qty = sum(int(i.quantity) for i in receipt.items)
+    assert total_qty == 45
+
+
+# ---------------------------------------------------------------------------
+# Catégories
+# ---------------------------------------------------------------------------
+
+def test_categories_presentes(receipt):
+    cats = {i.category for i in receipt.items if i.category}
+    assert "EPICERIE SALEE" in cats
+    assert "EPICERIE SUCREE" in cats
+    assert "BOUCHERIE LS" in cats
+    assert "LEGUMES" in cats
+    assert "CREMERIE LS" in cats
+    assert "ANIMALERIE" in cats
+
+
+def test_categorie_de_chaque_article(receipt):
+    """Tous les articles doivent avoir une catégorie."""
+    for item in receipt.items:
+        assert item.category is not None, f"{item.name!r} n'a pas de catégorie"
+
+
+# ---------------------------------------------------------------------------
+# Articles clés
+# ---------------------------------------------------------------------------
+
+def _find(receipt, fragment: str):
+    """Cherche un article par fragment de nom (insensible à la casse)."""
+    needle = fragment.lower()
+    matches = [i for i in receipt.items if needle in i.name.lower()]
+    assert matches, (
+        f"Article contenant '{fragment}' introuvable. "
+        f"Articles : {[i.name for i in receipt.items]}"
+    )
+    return matches[0]
+
+
+def test_noix_cajou(receipt):
+    item = _find(receipt, "NOIX CAJOU")
+    assert item.quantity == 1
+    assert item.total_price == pytest.approx(5.12)
+    assert item.category == "EPICERIE SALEE"
+
+
+def test_coca_cola(receipt):
+    item = _find(receipt, "COCA-COLA")
+    assert item.quantity == 1
+    assert item.total_price == pytest.approx(6.72)
+    assert item.category == "EAUX, BIERES, JUS ET SIROP,CID"
+
+
+def test_saucisse_multi_unites(receipt):
+    # "SAUCISSE FUMEES A CUIRE X 4" acheté 2 fois : 2 X 3.48€ = 6.96
+    item = _find(receipt, "SAUCISSE FUMEES")
+    assert item.quantity == 2
+    assert item.unit_price == pytest.approx(3.48)
+    assert item.total_price == pytest.approx(6.96)
+    assert item.category == "BOUCHERIE LS"
+
+
+def test_jambon_multi_unites(receipt):
+    # "4 TR JAMBON SUP,-SEL CSN,140G" acheté 2 fois : 2 X 2.93€ = 5.86
+    item = _find(receipt, "JAMBON")
+    assert item.quantity == 2
+    assert item.unit_price == pytest.approx(2.93)
+    assert item.total_price == pytest.approx(5.86)
+    assert item.category == "CHARCUTERIE LS"
+
+
+def test_lait_multi_unites(receipt):
+    # "LAIT PAST.ENTIER,DELISSE,1L" acheté 2 fois : 2 X 1.33€ = 2.66
+    item = _find(receipt, "LAIT PAST")
+    assert item.quantity == 2
+    assert item.unit_price == pytest.approx(1.33)
+    assert item.total_price == pytest.approx(2.66)
+    assert item.category == "CREMERIE LS"
+
+
+def test_litiere_tva20(receipt):
+    # Litière = TVA 20% (code 4 sur le ticket)
+    item = _find(receipt, "LITIERE")
+    assert item.quantity == 1
+    assert item.total_price == pytest.approx(3.10)
+    assert item.category == "ANIMALERIE"
+
+
+def test_citron_vert(receipt):
+    item = _find(receipt, "CITRON VERT")
+    assert item.quantity == 1
+    assert item.total_price == pytest.approx(0.86)
+    assert item.category == "FRUITS"
+
+
+def test_deux_carottes(receipt):
+    # Deux lignes CAROTTE (deux barquettes distinctes)
+    carottes = [i for i in receipt.items if "CAROTTE" in i.name.upper()]
+    assert len(carottes) == 2
+    for c in carottes:
+        assert c.total_price == pytest.approx(1.99)
+
+
+def test_lor_espresso(receipt):
+    # Article le plus cher (capsules café)
+    item = _find(receipt, "LUNGPRO")
+    assert item.total_price == pytest.approx(16.04)
+
+
+# ---------------------------------------------------------------------------
+# Cohérence arithmétique
+# ---------------------------------------------------------------------------
+
+@pytest.mark.xfail(
+    reason=(
+        "Précision OCR variable selon la plateforme Tesseract : "
+        "ex. 'FARINE BLE PATISST45 1K' lu 6.69€ (Linux 5.3.4) au lieu de ~1.69€ (Windows). "
+        "Solution cible : remplacer Tesseract par un LLM vision (Sprint suivant)."
+    ),
+    strict=False,
+)
+def test_total_avant_remise(receipt):
+    """La somme des articles doit être proche du sous-total ticket (140.45).
+
+    La différence acceptée couvre les erreurs OCR connues
+    (ex: FILET POULET 10.46 lu au lieu de 10.40 → écart de 0.06 €).
+    """
+    somme = sum(i.total_price for i in receipt.items)
+    assert somme == pytest.approx(140.45, abs=0.15)
+
+
+def test_prix_unitaire_coherent(receipt):
+    """Pour les articles multi-unités, unit_price × qty ≈ total_price."""
+    for item in receipt.items:
+        if item.quantity > 1:
+            assert item.unit_price * item.quantity == pytest.approx(
+                item.total_price, rel=0.01
+            ), f"Prix incohérent pour {item.name!r}"

tests/test_models.py

@@ -0,0 +1,60 @@
+"""
+Tests pour le modèle de données Receipt.
+
+Ces tests vérifient que le format JSON commun fonctionne
+correctement avant même d'avoir des parsers réels.
+"""
+
+import json
+from datetime import date
+
+import pytest
+
+from tickettracker.models.receipt import Item, Receipt
+
+
+def test_receipt_to_dict():
+    """Un ticket se convertit correctement en dictionnaire."""
+    receipt = Receipt(
+        store="picnic",
+        date=date(2024, 1, 15),
+        total=42.50,
+        items=[
+            Item(name="Lait demi-écrémé", quantity=2, unit="pièce", unit_price=1.05, total_price=2.10),
+            Item(name="Pain de campagne", quantity=1, unit="pièce", unit_price=2.40, total_price=2.40),
+        ],
+    )
+
+    d = receipt.to_dict()
+
+    assert d["store"] == "picnic"
+    assert d["date"] == "2024-01-15"   # La date doit être une string ISO
+    assert d["total"] == 42.50
+    assert d["currency"] == "EUR"
+    assert len(d["items"]) == 2
+    assert d["items"][0]["name"] == "Lait demi-écrémé"
+
+
+def test_receipt_to_json_is_valid_json():
+    """Le JSON produit est bien parsable."""
+    receipt = Receipt(
+        store="leclerc",
+        date=date(2024, 2, 3),
+        total=18.90,
+        items=[Item(name="Tomates", quantity=0.5, unit="kg", unit_price=3.20, total_price=1.60)],
+    )
+
+    json_str = receipt.to_json()
+    parsed = json.loads(json_str)   # Lève une exception si le JSON est invalide
+
+    assert parsed["store"] == "leclerc"
+    assert parsed["items"][0]["unit"] == "kg"
+
+
+def test_receipt_optional_fields():
+    """Les champs optionnels ont des valeurs par défaut correctes."""
+    receipt = Receipt(store="picnic", date=date(2024, 1, 1), total=10.0)
+
+    assert receipt.currency == "EUR"
+    assert receipt.items == []
+    assert receipt.order_id is None

tests/test_normalizer.py

@@ -0,0 +1,320 @@
+"""
+Tests pour le module de normalisation LLM.
+
+Aucun appel réseau réel : le client LLM est mocké via unittest.mock.patch.
+Les tests de DB utilisent tmp_path (base SQLite isolée par test).
+"""
+
+from datetime import date
+from pathlib import Path
+from unittest.mock import MagicMock, patch
+
+import pytest
+
+from tickettracker.db import repository, schema
+from tickettracker.llm.client import LLMError, LLMUnavailable
+from tickettracker.llm import normalizer
+from tickettracker.models.receipt import Item, Receipt
+
+
+# ---------------------------------------------------------------------------
+# Fixtures DB (même pattern que test_db.py)
+# ---------------------------------------------------------------------------
+
+@pytest.fixture
+def db_path(tmp_path: Path) -> Path:
+    """Base SQLite isolée, initialisée avec le schéma complet."""
+    path = tmp_path / "test_normalizer.db"
+    schema.init_db(path)
+    return path
+
+
+@pytest.fixture
+def db_conn(db_path: Path):
+    conn = schema.get_connection(db_path)
+    yield conn
+    conn.close()
+
+
+@pytest.fixture
+def db_with_items(db_path: Path) -> Path:
+    """Base pré-remplie avec 3 articles (name_normalized NULL)."""
+    receipt = Receipt(
+        store="leclerc",
+        date=date(2025, 11, 8),
+        total=15.00,
+        items=[
+            Item("NOIX CAJOU", 1, "pièce", 5.12, 5.12, "EPICERIE SALEE"),
+            Item("COCA COLA CHERRY 1.25L", 1, "pièce", 6.72, 6.72, "BOISSONS"),
+            Item("PQ LOTUS CONFORT X6", 1, "pièce", 3.10, 3.10, "HYGIENE"),
+        ],
+    )
+    conn = schema.get_connection(db_path)
+    repository.insert_receipt(conn, receipt)
+    conn.commit()
+    conn.close()
+    return db_path
+
+
+# ---------------------------------------------------------------------------
+# Tests de parsing de la réponse LLM
+# ---------------------------------------------------------------------------
+
+class TestParseNormalizedLine:
+    """Tests unitaires de _parse_normalized_line."""
+
+    def test_valid_line(self):
+        result = normalizer._parse_normalized_line("1. Crème fraîche épaisse | MDD | 50cl")
+        assert result == "Crème fraîche épaisse | MDD | 50cl"
+
+    def test_valid_line_with_parenthesis_number(self):
+        result = normalizer._parse_normalized_line("2) Coca-Cola Cherry | Coca-Cola | 1,25L")
+        assert result == "Coca-Cola Cherry | Coca-Cola | 1,25L"
+
+    def test_valid_line_quantity_absent(self):
+        """Un tiret '-' est une quantité valide (absente du nom brut)."""
+        result = normalizer._parse_normalized_line("3. Noix de cajou | MDD | -")
+        assert result == "Noix de cajou | MDD | -"
+
+    def test_invalid_no_pipes(self):
+        """Ligne sans séparateurs | → None."""
+        result = normalizer._parse_normalized_line("1. Juste un nom sans format")
+        assert result is None
+
+    def test_invalid_only_one_pipe(self):
+        """Un seul | → None (il en faut deux)."""
+        result = normalizer._parse_normalized_line("1. Produit | MDD")
+        assert result is None
+
+    def test_invalid_empty_field(self):
+        """Champ vide → None."""
+        result = normalizer._parse_normalized_line("1.  | MDD | 50cl")
+        assert result is None
+
+    def test_invalid_no_number(self):
+        """Ligne non numérotée → None."""
+        result = normalizer._parse_normalized_line("Crème fraîche | MDD | 50cl")
+        assert result is None
+
+    def test_strips_extra_spaces(self):
+        """Les espaces autour des champs sont normalisés."""
+        result = normalizer._parse_normalized_line("1.   Noix   |   MDD   |   200g  ")
+        assert result == "Noix | MDD | 200g"
+
+
+# ---------------------------------------------------------------------------
+# Tests de normalize_product_name (appel unitaire)
+# ---------------------------------------------------------------------------
+
+class TestNormalizeProductName:
+
+    def test_success(self):
+        """Mock LLM retourne une ligne valide → nom normalisé retourné."""
+        with patch("tickettracker.llm.normalizer.call_llm") as mock_llm:
+            mock_llm.return_value = "1. Noix de cajou | MDD | 200g"
+            result = normalizer.normalize_product_name("NOIX CAJOU")
+        assert result == "Noix de cajou | MDD | 200g"
+
+    def test_llm_error_returns_none(self):
+        """LLMError → retourne None sans propager."""
+        with patch("tickettracker.llm.normalizer.call_llm") as mock_llm:
+            mock_llm.side_effect = LLMError("HTTP 500")
+            result = normalizer.normalize_product_name("NOIX CAJOU")
+        assert result is None
+
+    def test_llm_unavailable_returns_none(self):
+        """LLMUnavailable → retourne None sans propager."""
+        with patch("tickettracker.llm.normalizer.call_llm") as mock_llm:
+            mock_llm.side_effect = LLMUnavailable("Timeout")
+            result = normalizer.normalize_product_name("NOIX CAJOU")
+        assert result is None
+
+    def test_unparsable_response_returns_none(self):
+        """Réponse LLM non parsable → None."""
+        with patch("tickettracker.llm.normalizer.call_llm") as mock_llm:
+            mock_llm.return_value = "Désolé, je ne comprends pas."
+            result = normalizer.normalize_product_name("NOIX CAJOU")
+        assert result is None
+
+    def test_passes_raw_name_to_llm(self):
+        """Vérifie que le nom brut est bien transmis au LLM."""
+        with patch("tickettracker.llm.normalizer.call_llm") as mock_llm:
+            mock_llm.return_value = "1. Coca-Cola Cherry | Coca-Cola | 1,25L"
+            normalizer.normalize_product_name("COCA COLA CHERRY 1.25L")
+        call_args = mock_llm.call_args[0][0]  # messages list
+        user_content = next(m["content"] for m in call_args if m["role"] == "user")
+        assert "COCA COLA CHERRY 1.25L" in user_content
+
+
+# ---------------------------------------------------------------------------
+# Tests de normalize_batch
+# ---------------------------------------------------------------------------
+
+class TestNormalizeBatch:
+
+    def test_success_full_batch(self):
+        """3 noms → 3 lignes valides retournées."""
+        llm_response = (
+            "1. Noix de cajou | MDD | 200g\n"
+            "2. Coca-Cola Cherry | Coca-Cola | 1,25L\n"
+            "3. Papier toilette confort | Lotus | x6"
+        )
+        with patch("tickettracker.llm.normalizer.call_llm") as mock_llm:
+            mock_llm.return_value = llm_response
+            results = normalizer.normalize_batch([
+                "NOIX CAJOU",
+                "COCA COLA CHERRY 1.25L",
+                "PQ LOTUS CONFORT X6",
+            ])
+        assert len(results) == 3
+        assert results[0] == "Noix de cajou | MDD | 200g"
+        assert results[1] == "Coca-Cola Cherry | Coca-Cola | 1,25L"
+        assert results[2] == "Papier toilette confort | Lotus | x6"
+
+    def test_wrong_count_returns_all_none(self):
+        """LLM retourne 2 lignes pour 3 items → [None, None, None]."""
+        llm_response = (
+            "1. Noix de cajou | MDD | 200g\n"
+            "2. Coca-Cola Cherry | Coca-Cola | 1,25L"
+        )
+        with patch("tickettracker.llm.normalizer.call_llm") as mock_llm:
+            mock_llm.return_value = llm_response
+            results = normalizer.normalize_batch([
+                "NOIX CAJOU",
+                "COCA COLA CHERRY 1.25L",
+                "PQ LOTUS CONFORT X6",
+            ])
+        assert results == [None, None, None]
+
+    def test_llm_error_returns_all_none(self):
+        """LLMError sur le batch → [None, None, None]."""
+        with patch("tickettracker.llm.normalizer.call_llm") as mock_llm:
+            mock_llm.side_effect = LLMError("HTTP 429")
+            results = normalizer.normalize_batch(["A", "B", "C"])
+        assert results == [None, None, None]
+
+    def test_llm_unavailable_propagated(self):
+        """LLMUnavailable est propagé (pas silencieux) pour que normalize_all_in_db s'arrête."""
+        with patch("tickettracker.llm.normalizer.call_llm") as mock_llm:
+            mock_llm.side_effect = LLMUnavailable("Connexion refusée")
+            with pytest.raises(LLMUnavailable):
+                normalizer.normalize_batch(["A", "B"])
+
+    def test_empty_list(self):
+        """Liste vide → liste vide, pas d'appel LLM."""
+        with patch("tickettracker.llm.normalizer.call_llm") as mock_llm:
+            results = normalizer.normalize_batch([])
+        assert results == []
+        mock_llm.assert_not_called()
+
+    def test_fallback_when_batch_fails(self):
+        """Si normalize_batch retourne [None, None, None], normalize_all_in_db
+        doit tenter le fallback unitaire pour chaque item."""
+        # Ce test est couvert par test_normalize_all_fallback_to_unit ci-dessous.
+        pass
+
+
+# ---------------------------------------------------------------------------
+# Tests de normalize_all_in_db
+# ---------------------------------------------------------------------------
+
+class TestNormalizeAllInDb:
+
+    def test_dry_run_does_not_modify_db(self, db_with_items: Path):
+        """Avec --dry-run, aucun article n'est mis à jour en base."""
+        llm_response = (
+            "1. Noix de cajou | MDD | 200g\n"
+            "2. Coca-Cola Cherry | Coca-Cola | 1,25L\n"
+            "3. Papier toilette confort | Lotus | x6"
+        )
+        with patch("tickettracker.llm.normalizer.call_llm") as mock_llm:
+            mock_llm.return_value = llm_response
+            nb_ok, nb_err = normalizer.normalize_all_in_db(
+                db_with_items, batch_size=20, dry_run=True
+            )
+
+        # Vérifie que la DB n'a pas été modifiée
+        conn = schema.get_connection(db_with_items)
+        still_null = repository.fetch_unnormalized(conn)
+        conn.close()
+
+        assert len(still_null) == 3    # toujours 3 NULL
+        assert nb_ok == 3              # mais 3 normalisés en mémoire
+        assert nb_err == 0
+
+    def test_updates_db_when_not_dry_run(self, db_with_items: Path):
+        """Sans dry-run, les articles sont mis à jour en base."""
+        llm_response = (
+            "1. Noix de cajou | MDD | 200g\n"
+            "2. Coca-Cola Cherry | Coca-Cola | 1,25L\n"
+            "3. Papier toilette confort | Lotus | x6"
+        )
+        with patch("tickettracker.llm.normalizer.call_llm") as mock_llm:
+            mock_llm.return_value = llm_response
+            nb_ok, nb_err = normalizer.normalize_all_in_db(
+                db_with_items, batch_size=20, dry_run=False
+            )
+
+        conn = schema.get_connection(db_with_items)
+        still_null = repository.fetch_unnormalized(conn)
+        conn.close()
+
+        assert len(still_null) == 0    # plus de NULL
+        assert nb_ok == 3
+        assert nb_err == 0
+
+    def test_no_items_to_normalize(self, db_path: Path):
+        """Base vide (aucun item) → message, (0, 0) retourné."""
+        with patch("tickettracker.llm.normalizer.call_llm") as mock_llm:
+            nb_ok, nb_err = normalizer.normalize_all_in_db(db_path)
+        mock_llm.assert_not_called()
+        assert nb_ok == 0
+        assert nb_err == 0
+
+    def test_fallback_to_unit_when_batch_returns_all_none(self, db_with_items: Path):
+        """Si normalize_batch retourne tous None, le fallback unitaire est tenté."""
+        # Batch retourne mauvais count → [None, None, None]
+        # Fallback unitaire : normalize_product_name est appelé 3 fois
+        batch_response = "1. Un seul | truc | 200g"   # 1 ligne pour 3 items → mauvais count
+
+        unit_responses = [
+            "1. Noix de cajou | MDD | 200g",
+            "1. Coca-Cola Cherry | Coca-Cola | 1,25L",
+            "1. Papier toilette confort | Lotus | x6",
+        ]
+
+        call_count = {"n": 0}
+
+        def fake_call_llm(messages, **kwargs):
+            n = call_count["n"]
+            call_count["n"] += 1
+            if n == 0:
+                return batch_response       # premier appel = batch → mauvais count
+            return unit_responses[n - 1]   # appels suivants = unitaires
+
+        with patch("tickettracker.llm.normalizer.call_llm", side_effect=fake_call_llm):
+            nb_ok, nb_err = normalizer.normalize_all_in_db(
+                db_with_items, batch_size=20, dry_run=False
+            )
+
+        # 1 appel batch + 3 appels unitaires = 4 appels total
+        assert call_count["n"] == 4
+        assert nb_ok == 3
+        assert nb_err == 0
+
+    def test_error_items_stay_null(self, db_with_items: Path):
+        """Les items dont la normalisation échoue restent NULL en base."""
+        with patch("tickettracker.llm.normalizer.call_llm") as mock_llm:
+            # Batch échoue, fallback échoue aussi
+            mock_llm.side_effect = LLMError("HTTP 500")
+            nb_ok, nb_err = normalizer.normalize_all_in_db(
+                db_with_items, batch_size=20, dry_run=False
+            )
+
+        conn = schema.get_connection(db_with_items)
+        still_null = repository.fetch_unnormalized(conn)
+        conn.close()
+
+        assert len(still_null) == 3
+        assert nb_ok == 0
+        assert nb_err == 3

tests/test_picnic.py

@@ -0,0 +1,153 @@
+"""
+Tests pour le parser Picnic.
+
+Utilise le fichier samples/picnic_sample.html — vrai mail de livraison
+du 14 février 2026, commande 502-110-1147.
+
+Ce mail présente des corruptions QP importantes (balises cassées, attributs
+HTML encodés, sauts de ligne au milieu de séquences UTF-8) qui ont nécessité
+un travail spécifique de robustesse dans le parser.
+"""
+
+from datetime import date
+from pathlib import Path
+
+import pytest
+
+from tickettracker.parsers import picnic
+from tickettracker.models.receipt import Receipt
+
+SAMPLE_DIR = Path(__file__).parent.parent / "samples"
+PICNIC_SAMPLE = SAMPLE_DIR / "picnic_sample.html"
+
+
+@pytest.fixture(scope="module")
+def receipt() -> Receipt:
+    """Parse le fichier sample une seule fois pour tous les tests du module."""
+    html = PICNIC_SAMPLE.read_text(encoding="ascii", errors="replace")
+    return picnic.parse(html)
+
+
+# ---------------------------------------------------------------------------
+# Structure générale
+# ---------------------------------------------------------------------------
+
+def test_store(receipt):
+    assert receipt.store == "picnic"
+
+
+def test_date(receipt):
+    # Livraison du samedi 14 février 2026
+    assert receipt.date == date(2026, 2, 14)
+
+
+def test_order_id(receipt):
+    assert receipt.order_id == "502-110-1147"
+
+
+def test_total(receipt):
+    # Total Payé avec Paypal : 95,10 €
+    assert receipt.total == pytest.approx(95.10)
+
+
+def test_nombre_articles(receipt):
+    # 29 produits distincts dans ce ticket
+    assert len(receipt.items) == 29
+
+
+# ---------------------------------------------------------------------------
+# Articles clés — vérifie nom, quantité, prix total
+# ---------------------------------------------------------------------------
+
+def _find(receipt, name_fragment: str):
+    """Cherche un article par fragment de nom (insensible à la casse)."""
+    needle = name_fragment.lower()
+    matches = [it for it in receipt.items if needle in it.name.lower()]
+    assert matches, f"Article contenant '{name_fragment}' introuvable dans : {[i.name for i in receipt.items]}"
+    return matches[0]
+
+
+def test_gerble_pepites(receipt):
+    item = _find(receipt, "pépites chocolat")
+    assert item.quantity == 2
+    assert item.total_price == pytest.approx(3.58)
+    assert item.unit == "250 g"
+
+
+def test_soda_zero(receipt):
+    # Article dont l'image avait un alt==3D"..." corrompu
+    item = _find(receipt, "Soda zéro")
+    assert item.quantity == 1
+    assert item.total_price == pytest.approx(6.95)
+
+
+def test_le_saunier_prix_remise(receipt):
+    # Article soldé : prix original 3,05 € → prix réel 2,74 €
+    # Le parser doit extraire le prix APRÈS remise
+    item = _find(receipt, "Saunier")
+    assert item.total_price == pytest.approx(2.74)
+
+
+def test_saint_eloi_mais(receipt):
+    # Article dans une structure HTML 4-colonnes corrompue
+    item = _find(receipt, "maïs doux")
+    assert item.quantity == 1
+    assert item.total_price == pytest.approx(0.95)
+
+
+def test_jardin_bio(receipt):
+    # Article avec badge qty non encadré par <strong>
+    item = _find(receipt, "Jardin Bio")
+    assert item.quantity == 3
+    assert item.total_price == pytest.approx(4.95)
+
+
+def test_jean_roze(receipt):
+    item = _find(receipt, "Jean Rozé")
+    assert item.quantity == 2
+    assert item.total_price == pytest.approx(12.78)
+
+
+def test_oignon_jaune(receipt):
+    # Article dont l'image avait sr=c=3D"..." corrompu → src absent
+    item = _find(receipt, "Oignon")
+    assert item.quantity == 2
+    assert item.total_price == pytest.approx(4.38)
+    assert item.unit == "500 g"
+
+
+def test_alfapac(receipt):
+    # Article avec badge qty corrompu, extrait via texte brut
+    item = _find(receipt, "Alfapac")
+    assert item.quantity == 1
+    assert item.total_price == pytest.approx(2.15)
+
+
+# ---------------------------------------------------------------------------
+# Cohérence arithmétique
+# ---------------------------------------------------------------------------
+
+def test_somme_articles_cohérente(receipt):
+    """La somme des articles moins le solde Picnic (-0,30 €) = total payé."""
+    somme = sum(it.total_price for it in receipt.items)
+    solde_picnic = 0.30  # crédit appliqué sur la commande suivante
+    assert somme - solde_picnic == pytest.approx(receipt.total, abs=0.02)
+
+
+def test_prix_unitaire_coherent(receipt):
+    """Pour chaque article multi-unité, unit_price * qty ≈ total_price."""
+    for item in receipt.items:
+        if item.quantity > 1:
+            assert item.unit_price * item.quantity == pytest.approx(
+                item.total_price, rel=0.01
+            ), f"Prix incohérent pour {item.name}"
+
+
+# ---------------------------------------------------------------------------
+# Robustesse — HTML invalide
+# ---------------------------------------------------------------------------
+
+def test_parse_html_minimal_lève_valueerror():
+    """Un HTML sans date de livraison doit lever ValueError."""
+    with pytest.raises(ValueError):
+        picnic.parse("<html><body>Rien ici.</body></html>")

tests/test_web.py

@@ -0,0 +1,270 @@
+"""
+Tests du dashboard web FastAPI (Sprint 4).
+
+Stratégie :
+  - Deux familles de fixtures : DB vide et DB avec données
+  - On patche tickettracker.config.DB_PATH pour que l'appli pointe sur la DB de test
+  - TestClient de FastAPI/httpx pour simuler les requêtes HTTP sans lancer de serveur
+"""
+
+from datetime import date
+from pathlib import Path
+from unittest.mock import patch
+
+import pytest
+from fastapi.testclient import TestClient
+
+from tickettracker.db import schema, repository
+from tickettracker.models.receipt import Item, Receipt
+from tickettracker.web.app import app
+
+
+# ---------------------------------------------------------------------------
+# Données synthétiques réutilisées par les fixtures
+# ---------------------------------------------------------------------------
+
+def _make_picnic_receipt() -> Receipt:
+    """Ticket Picnic avec deux articles dont un produit commun."""
+    return Receipt(
+        store="picnic",
+        date=date(2026, 1, 10),
+        total=15.50,
+        delivery_fee=1.99,
+        order_id="PICNIC-001",
+        items=[
+            Item(
+                name="Lait demi-écremé",
+                quantity=1,
+                unit="pièce",
+                unit_price=1.05,
+                total_price=1.05,
+            ),
+            Item(
+                name="Jus d'orange",
+                quantity=2,
+                unit="pièce",
+                unit_price=2.10,
+                total_price=4.20,
+            ),
+        ],
+    )
+
+
+def _make_leclerc_receipt() -> Receipt:
+    """Ticket Leclerc avec deux articles dont un produit commun."""
+    return Receipt(
+        store="leclerc",
+        date=date(2026, 1, 15),
+        total=22.30,
+        items=[
+            Item(
+                name="LAIT DEMI ECREME",
+                quantity=1,
+                unit="pièce",
+                unit_price=0.95,
+                total_price=0.95,
+            ),
+            Item(
+                name="FARINE BLE",
+                quantity=1,
+                unit="pièce",
+                unit_price=1.20,
+                total_price=1.20,
+            ),
+        ],
+    )
+
+
+# ---------------------------------------------------------------------------
+# Fixtures
+# ---------------------------------------------------------------------------
+
+@pytest.fixture
+def db_path(tmp_path: Path) -> Path:
+    """Base SQLite vide dans un répertoire temporaire."""
+    path = tmp_path / "test_web.db"
+    schema.init_db(path)
+    return path
+
+
+@pytest.fixture
+def db_path_with_data(db_path: Path) -> Path:
+    """Base avec 1 ticket Picnic + 1 ticket Leclerc, 1 produit normalisé en commun."""
+    conn = schema.get_connection(db_path)
+    try:
+        repository.insert_receipt(conn, _make_picnic_receipt())
+        repository.insert_receipt(conn, _make_leclerc_receipt())
+
+        # Normaliser manuellement le produit commun (simule le travail de la CLI normalize)
+        with conn:
+            conn.execute(
+                "UPDATE items SET name_normalized = 'Lait demi-écremé'"
+                " WHERE name_raw IN ('Lait demi-écremé', 'LAIT DEMI ECREME')"
+            )
+    finally:
+        conn.close()
+    return db_path
+
+
+@pytest.fixture
+def client(db_path: Path):
+    """TestClient sur la DB vide."""
+    with patch("tickettracker.config.DB_PATH", db_path):
+        yield TestClient(app)
+
+
+@pytest.fixture
+def client_with_data(db_path_with_data: Path):
+    """TestClient sur la DB avec données."""
+    with patch("tickettracker.config.DB_PATH", db_path_with_data):
+        yield TestClient(app)
+
+
+# ---------------------------------------------------------------------------
+# Tests HTML — DB vide
+# ---------------------------------------------------------------------------
+
+def test_index_empty_200(client):
+    """Page d'accueil accessible même si la base est vide."""
+    resp = client.get("/")
+    assert resp.status_code == 200
+
+
+def test_index_empty_shows_message(client):
+    """Page d'accueil affiche le message 'Aucun ticket' quand la base est vide."""
+    resp = client.get("/")
+    assert "Aucun ticket" in resp.text
+
+
+def test_compare_empty_200(client):
+    """Page /compare accessible même si la base est vide."""
+    resp = client.get("/compare")
+    assert resp.status_code == 200
+
+
+def test_product_unknown_200(client):
+    """GET /product/<inconnu> retourne 200 (pas 500) — affiche un message 'introuvable'."""
+    resp = client.get("/product/ProduitInexistant")
+    assert resp.status_code == 200
+    assert "introuvable" in resp.text.lower()
+
+
+def test_receipt_not_found_404(client):
+    """GET /receipt/999 retourne 404 quand le ticket n'existe pas."""
+    resp = client.get("/receipt/999")
+    assert resp.status_code == 404
+
+
+# ---------------------------------------------------------------------------
+# Tests HTML — DB avec données
+# ---------------------------------------------------------------------------
+
+def test_index_with_data_200(client_with_data):
+    """Page d'accueil est accessible avec des données."""
+    resp = client_with_data.get("/")
+    assert resp.status_code == 200
+
+
+def test_index_mentions_store(client_with_data):
+    """Page d'accueil mentionne l'enseigne picnic."""
+    resp = client_with_data.get("/")
+    assert "picnic" in resp.text.lower()
+
+
+def test_compare_with_data_shows_product(client_with_data):
+    """Page /compare affiche le produit commun normalisé."""
+    resp = client_with_data.get("/compare")
+    assert resp.status_code == 200
+    assert "Lait demi-écremé" in resp.text
+
+
+def test_receipt_detail_200(client_with_data):
+    """GET /receipt/1 retourne 200 quand le ticket existe."""
+    resp = client_with_data.get("/receipt/1")
+    assert resp.status_code == 200
+
+
+def test_receipt_detail_contains_store(client_with_data):
+    """Page /receipt/1 contient le nom de l'enseigne."""
+    resp = client_with_data.get("/receipt/1")
+    assert "picnic" in resp.text.lower()
+
+
+# ---------------------------------------------------------------------------
+# Tests API — DB vide
+# ---------------------------------------------------------------------------
+
+def test_api_stats_empty(client):
+    """GET /api/stats sur base vide retourne total_receipts = 0."""
+    resp = client.get("/api/stats")
+    assert resp.status_code == 200
+    data = resp.json()
+    assert data["total_receipts"] == 0
+
+
+def test_api_compare_empty(client):
+    """GET /api/compare sur base vide retourne une liste vide."""
+    resp = client.get("/api/compare")
+    assert resp.status_code == 200
+    assert resp.json() == []
+
+
+def test_api_receipts_empty(client):
+    """GET /api/receipts sur base vide retourne une liste vide."""
+    resp = client.get("/api/receipts")
+    assert resp.status_code == 200
+    assert resp.json() == []
+
+
+def test_api_receipt_not_found(client):
+    """GET /api/receipt/999 retourne 404."""
+    resp = client.get("/api/receipt/999")
+    assert resp.status_code == 404
+
+
+# ---------------------------------------------------------------------------
+# Tests API — DB avec données
+# ---------------------------------------------------------------------------
+
+def test_api_stats_with_data(client_with_data):
+    """GET /api/stats avec 2 tickets retourne total_receipts = 2."""
+    resp = client_with_data.get("/api/stats")
+    assert resp.status_code == 200
+    data = resp.json()
+    assert data["total_receipts"] == 2
+    assert data["receipts_by_store"]["picnic"] == 1
+    assert data["receipts_by_store"]["leclerc"] == 1
+
+
+def test_api_compare_returns_common_product(client_with_data):
+    """GET /api/compare retourne le produit normalisé commun aux deux enseignes."""
+    resp = client_with_data.get("/api/compare")
+    assert resp.status_code == 200
+    products = resp.json()
+    assert len(products) >= 1
+    names = [p["name"] for p in products]
+    assert "Lait demi-écremé" in names
+
+
+def test_api_receipt_detail_has_items(client_with_data):
+    """GET /api/receipt/1 retourne un ticket avec des articles."""
+    resp = client_with_data.get("/api/receipt/1")
+    assert resp.status_code == 200
+    data = resp.json()
+    assert data["store"] == "picnic"
+    assert len(data["items"]) == 2
+
+
+def test_api_product_history(client_with_data):
+    """GET /api/product/<nom>/history retourne l'historique du produit commun."""
+    resp = client_with_data.get("/api/product/Lait demi-écremé/history")
+    assert resp.status_code == 200
+    data = resp.json()
+    assert data["name"] == "Lait demi-écremé"
+    assert len(data["history"]) == 2  # 1 occurrence Picnic + 1 Leclerc
+
+
+def test_api_product_history_not_found(client_with_data):
+    """GET /api/product/<inconnu>/history retourne 404."""
+    resp = client_with_data.get("/api/product/ProduitInexistant/history")
+    assert resp.status_code == 404

tickettracker/__init__.py

@@ -0,0 +1 @@
+# Package principal TicketTracker

tickettracker/cli.py

@@ -0,0 +1,222 @@
+"""
+Point d'entrée CLI pour TicketTracker.
+
+Utilisation :
+  python -m tickettracker.cli import fichier.html --source picnic
+  python -m tickettracker.cli import fichier.pdf  --source leclerc [--db /chemin/db]
+  python -m tickettracker.cli stats
+  python -m tickettracker.cli stats --db /chemin/db
+  python -m tickettracker.cli normalize [--dry-run] [--batch-size N] [--db /chemin/db]
+"""
+
+import argparse
+import logging
+import sys
+from pathlib import Path
+
+from tickettracker.db.schema import DEFAULT_DB_PATH
+from tickettracker import pipeline
+
+# Affiche les messages INFO dans le terminal (utile pour voir les doublons skippés)
+logging.basicConfig(level=logging.INFO, format="%(message)s")
+
+
+def build_parser() -> argparse.ArgumentParser:
+    """Construit le parseur d'arguments CLI.
+
+    Structure :
+      tickettracker.cli
+        ├── import     <file> --source {picnic,leclerc} [--db PATH]
+        ├── stats             [--db PATH]
+        └── normalize         [--dry-run] [--batch-size N] [--db PATH]
+    """
+    parser = argparse.ArgumentParser(
+        prog="python -m tickettracker.cli",
+        description="TicketTracker — import et analyse de tickets de courses",
+    )
+    subparsers = parser.add_subparsers(dest="command", required=True)
+
+    # --- Sous-commande : import ---
+    import_parser = subparsers.add_parser(
+        "import",
+        help="Parse et importe un ticket dans la base SQLite",
+    )
+    import_parser.add_argument(
+        "file",
+        type=Path,
+        help="Chemin vers le fichier à importer (.html pour Picnic, .pdf pour Leclerc)",
+    )
+    import_parser.add_argument(
+        "--source",
+        required=True,
+        choices=["picnic", "leclerc"],
+        help="Format du fichier",
+    )
+    import_parser.add_argument(
+        "--db",
+        type=Path,
+        default=DEFAULT_DB_PATH,
+        metavar="PATH",
+        help=f"Chemin vers la base SQLite (défaut : {DEFAULT_DB_PATH})",
+    )
+
+    # --- Sous-commande : stats ---
+    stats_parser = subparsers.add_parser(
+        "stats",
+        help="Affiche un résumé de la base de données",
+    )
+    stats_parser.add_argument(
+        "--db",
+        type=Path,
+        default=DEFAULT_DB_PATH,
+        metavar="PATH",
+        help=f"Chemin vers la base SQLite (défaut : {DEFAULT_DB_PATH})",
+    )
+
+    # --- Sous-commande : normalize ---
+    from tickettracker import config as _cfg
+    normalize_parser = subparsers.add_parser(
+        "normalize",
+        help="Normalise les noms de produits via le LLM",
+    )
+    normalize_parser.add_argument(
+        "--db",
+        type=Path,
+        default=DEFAULT_DB_PATH,
+        metavar="PATH",
+        help=f"Chemin vers la base SQLite (défaut : {DEFAULT_DB_PATH})",
+    )
+    normalize_parser.add_argument(
+        "--dry-run",
+        action="store_true",
+        help="Calcule les normalisations sans écrire en base",
+    )
+    normalize_parser.add_argument(
+        "--batch-size",
+        type=int,
+        default=_cfg.LLM_BATCH_SIZE,
+        metavar="N",
+        help=f"Articles par appel LLM (défaut : {_cfg.LLM_BATCH_SIZE})",
+    )
+
+    return parser
+
+
+def cmd_import(args: argparse.Namespace) -> int:
+    """Exécute la sous-commande 'import'.
+
+    Returns:
+        0 si succès (ticket inséré ou déjà présent), 1 si erreur.
+    """
+    try:
+        inserted = pipeline.import_receipt(args.file, args.source, args.db)
+        if inserted:
+            print(f"OK Ticket importé depuis {args.file}")
+        else:
+            print(f"[skip] Ticket déjà présent en base — import ignoré.")
+        return 0
+    except (FileNotFoundError, ValueError) as e:
+        print(f"Erreur : {e}", file=sys.stderr)
+        return 1
+    except Exception as e:
+        print(f"Erreur inattendue : {e}", file=sys.stderr)
+        return 1
+
+
+def cmd_stats(args: argparse.Namespace) -> int:
+    """Exécute la sous-commande 'stats'.
+
+    Returns:
+        0 si succès, 1 si la base est absente ou vide.
+    """
+    from tickettracker.db import schema, repository
+
+    if not Path(args.db).exists():
+        print(f"Base de données absente : {args.db}", file=sys.stderr)
+        print("Importez d'abord un ticket avec la commande 'import'.", file=sys.stderr)
+        return 1
+
+    with schema.get_connection(args.db) as conn:
+        stats = repository.get_stats(conn)
+
+    total_receipts = sum(stats["receipts_by_store"].values())
+    if total_receipts == 0:
+        print("Aucun ticket en base.")
+        return 0
+
+    print("--- TicketTracker : résumé ---")
+    print("Tickets par enseigne :")
+    for store, nb in sorted(stats["receipts_by_store"].items()):
+        print(f"  {store:<10}: {nb} ticket(s)")
+    print(f"Total dépensé     : {stats['total_spent']:.2f} €")
+    print(f"Nombre d'articles : {stats['total_items']} lignes")
+    normalized = stats["distinct_normalized"]
+    null_count = stats["null_normalized"]
+    total_items = stats["total_items"]
+    print(f"Noms normalisés   : {normalized} distincts / {total_items} articles")
+    if null_count > 0:
+        print(f"  ({null_count} articles sans nom normalisé)")
+        print("  Lancez : python -m tickettracker.cli normalize")
+    return 0
+
+
+def cmd_normalize(args: argparse.Namespace) -> int:
+    """Exécute la sous-commande 'normalize'.
+
+    Normalise les articles dont name_normalized est NULL en appelant
+    le LLM par batchs. Avec --dry-run, affiche sans écrire en base.
+
+    Returns:
+        0 si succès ou dry-run, 1 si erreur (LLM injoignable, clé manquante…).
+    """
+    from tickettracker import config
+    from tickettracker.llm.client import LLMError, LLMUnavailable
+    from tickettracker.llm import normalizer
+
+    # Vérification préalable de la clé API
+    if not config.LLM_API_KEY:
+        print(
+            "Erreur : clé API LLM manquante.\n"
+            "Définissez la variable d'environnement TICKETTRACKER_LLM_API_KEY.",
+            file=sys.stderr,
+        )
+        return 1
+
+    if not Path(args.db).exists():
+        print(f"Base de données absente : {args.db}", file=sys.stderr)
+        print("Importez d'abord un ticket avec la commande 'import'.", file=sys.stderr)
+        return 1
+
+    try:
+        nb_ok, nb_err = normalizer.normalize_all_in_db(
+            db_path=args.db,
+            batch_size=args.batch_size,
+            dry_run=args.dry_run,
+        )
+        return 0 if nb_err == 0 else 1
+    except LLMUnavailable as e:
+        print(f"LLM injoignable : {e}", file=sys.stderr)
+        return 1
+    except LLMError as e:
+        print(f"Erreur LLM : {e}", file=sys.stderr)
+        return 1
+    except Exception as e:
+        print(f"Erreur inattendue : {e}", file=sys.stderr)
+        return 1
+
+
+def main() -> None:
+    """Point d'entrée principal."""
+    parser = build_parser()
+    args = parser.parse_args()
+
+    if args.command == "import":
+        sys.exit(cmd_import(args))
+    elif args.command == "stats":
+        sys.exit(cmd_stats(args))
+    elif args.command == "normalize":
+        sys.exit(cmd_normalize(args))
+
+
+if __name__ == "__main__":
+    main()

tickettracker/config.py

@@ -0,0 +1,47 @@
+"""
+Configuration de TicketTracker.
+
+Toutes les valeurs sensibles (clé API) sont lues depuis des variables
+d'environnement et ne doivent jamais être codées en dur.
+
+Variables d'environnement disponibles :
+  TICKETTRACKER_LLM_URL        URL de l'endpoint OpenAI-compatible
+  TICKETTRACKER_LLM_MODEL      Nom du modèle LLM
+  TICKETTRACKER_LLM_API_KEY    Clé API (obligatoire pour Mammouth)
+  TICKETTRACKER_LLM_TIMEOUT    Timeout en secondes (défaut : 60)
+  TICKETTRACKER_LLM_BATCH_SIZE Taille des batchs de normalisation (défaut : 20)
+"""
+
+import os
+from pathlib import Path
+
+# ---------------------------------------------------------------------------
+# Base de données
+# ---------------------------------------------------------------------------
+
+from tickettracker.db.schema import DEFAULT_DB_PATH as _DEFAULT_DB_PATH
+
+# Chemin vers la base SQLite (surchargeable par variable d'environnement)
+DB_PATH: Path = Path(os.environ.get("TICKETTRACKER_DB_PATH", str(_DEFAULT_DB_PATH)))
+
+# ---------------------------------------------------------------------------
+# LLM
+# ---------------------------------------------------------------------------
+
+# URL de l'endpoint compatible OpenAI (Mammouth)
+LLM_URL: str = os.environ.get(
+    "TICKETTRACKER_LLM_URL",
+    "https://api.mammouth.ai/v1/chat/completions",
+)
+
+# Modèle à utiliser
+LLM_MODEL: str = os.environ.get("TICKETTRACKER_LLM_MODEL", "mistral-small-3.2-24b-instruct")
+
+# Clé API — jamais de valeur par défaut sensible ici
+LLM_API_KEY: str = os.environ.get("TICKETTRACKER_LLM_API_KEY", "")
+
+# Timeout par appel en secondes (le modèle local peut être lent)
+LLM_TIMEOUT: int = int(os.environ.get("TICKETTRACKER_LLM_TIMEOUT", "60"))
+
+# Nombre d'articles traités par appel LLM
+LLM_BATCH_SIZE: int = int(os.environ.get("TICKETTRACKER_LLM_BATCH_SIZE", "20"))

tickettracker/db/__init__.py

@@ -0,0 +1 @@
+# Couche base de données SQLite

tickettracker/db/repository.py

@@ -0,0 +1,177 @@
+"""
+Fonctions de lecture/écriture dans la base SQLite.
+
+Ce module est la seule couche qui manipule les données.
+Toutes les fonctions reçoivent une connexion ouverte — elles ne
+gèrent pas les connexions elles-mêmes (séparation des responsabilités).
+"""
+
+import sqlite3
+from datetime import datetime, timezone
+from typing import Optional
+
+from tickettracker.models.receipt import Receipt
+
+
+def receipt_exists(conn: sqlite3.Connection, store: str, date: str, total: float) -> bool:
+    """Vérifie si un ticket identique existe déjà en base.
+
+    La déduplication repose sur le triplet (store, date, total).
+    Suffisant pour éviter les doubles imports accidentels d'un même fichier.
+
+    Args:
+        conn: Connexion SQLite ouverte.
+        store: Enseigne ('picnic' ou 'leclerc').
+        date: Date ISO 8601 (ex: '2026-02-14').
+        total: Montant total payé.
+
+    Returns:
+        True si un ticket avec ces valeurs existe déjà.
+    """
+    row = conn.execute(
+        "SELECT COUNT(*) FROM receipts WHERE store = ? AND date = ? AND total = ?",
+        (store, date, total),
+    ).fetchone()
+    return row[0] > 0
+
+
+def insert_receipt(conn: sqlite3.Connection, receipt: Receipt) -> int:
+    """Insère un ticket et tous ses articles dans la base.
+
+    Utilise une transaction implicite : si l'insertion des articles échoue,
+    le ticket est aussi annulé (atomicité garantie par le context manager).
+
+    Args:
+        conn: Connexion SQLite ouverte.
+        receipt: Ticket normalisé à insérer.
+
+    Returns:
+        L'id (INTEGER) du ticket inséré dans la table receipts.
+
+    Raises:
+        sqlite3.IntegrityError: En cas de violation de contrainte FK.
+    """
+    created_at = datetime.now(timezone.utc).isoformat()
+
+    with conn:
+        cur = conn.execute(
+            """
+            INSERT INTO receipts (store, date, total, delivery_fee, order_id, raw_json, created_at)
+            VALUES (?, ?, ?, ?, ?, ?, ?)
+            """,
+            (
+                receipt.store,
+                receipt.date.isoformat(),
+                receipt.total,
+                receipt.delivery_fee,
+                receipt.order_id,
+                receipt.to_json(),
+                created_at,
+            ),
+        )
+        receipt_id = cur.lastrowid
+
+        # Insertion de tous les articles en une seule passe
+        conn.executemany(
+            """
+            INSERT INTO items
+                (receipt_id, name_raw, name_normalized, category,
+                 quantity, unit, unit_price, total_price)
+            VALUES (?, ?, NULL, ?, ?, ?, ?, ?)
+            """,
+            [
+                (
+                    receipt_id,
+                    item.name,
+                    item.category,
+                    item.quantity,
+                    item.unit,
+                    item.unit_price,
+                    item.total_price,
+                )
+                for item in receipt.items
+            ],
+        )
+
+    return receipt_id
+
+
+def get_stats(conn: sqlite3.Connection) -> dict:
+    """Calcule les statistiques globales pour la commande CLI 'stats'.
+
+    Returns:
+        Dictionnaire avec :
+          - receipts_by_store : dict[str, int]  — nb tickets par enseigne
+          - total_spent       : float           — somme de tous les totaux
+          - total_items       : int             — nb total de lignes dans items
+          - distinct_normalized : int           — nb de name_normalized distincts (non NULL)
+          - null_normalized   : int             — nb d'articles sans name_normalized
+    """
+    # Tickets par enseigne + total dépensé
+    rows = conn.execute(
+        "SELECT store, COUNT(*) AS nb, SUM(total) AS spent FROM receipts GROUP BY store"
+    ).fetchall()
+    receipts_by_store = {row["store"]: row["nb"] for row in rows}
+    total_spent = sum(row["spent"] for row in rows) if rows else 0.0
+
+    # Statistiques articles
+    item_stats = conn.execute(
+        """
+        SELECT
+            COUNT(*)                                          AS total_items,
+            COUNT(DISTINCT name_normalized)                   AS distinct_normalized,
+            SUM(CASE WHEN name_normalized IS NULL THEN 1 ELSE 0 END) AS null_normalized
+        FROM items
+        """
+    ).fetchone()
+
+    return {
+        "receipts_by_store": receipts_by_store,
+        "total_spent": total_spent,
+        "total_items": item_stats["total_items"],
+        "distinct_normalized": item_stats["distinct_normalized"],
+        "null_normalized": item_stats["null_normalized"],
+    }
+
+
+def fetch_unnormalized(
+    conn: sqlite3.Connection,
+    limit: Optional[int] = None,
+) -> list[sqlite3.Row]:
+    """Retourne les articles dont name_normalized est NULL.
+
+    Chaque Row expose les clés : id, name_raw, receipt_id.
+    Trié par id pour un traitement reproductible.
+
+    Args:
+        conn:  Connexion SQLite ouverte.
+        limit: Si fourni, retourne au maximum `limit` articles.
+
+    Returns:
+        Liste de sqlite3.Row.
+    """
+    sql = "SELECT id, name_raw, receipt_id FROM items WHERE name_normalized IS NULL ORDER BY id"
+    if limit is not None:
+        sql += f" LIMIT {int(limit)}"
+    return conn.execute(sql).fetchall()
+
+
+def update_normalized(
+    conn: sqlite3.Connection,
+    item_id: int,
+    name_normalized: str,
+) -> None:
+    """Met à jour le nom normalisé d'un article.
+
+    N'utilise pas de transaction ici : c'est l'appelant (normalizer.py)
+    qui gère la transaction globale pour pouvoir faire un commit groupé.
+
+    Args:
+        conn:            Connexion SQLite ouverte.
+        item_id:         Id de l'article à mettre à jour.
+        name_normalized: Valeur à écrire dans name_normalized.
+    """
+    conn.execute(
+        "UPDATE items SET name_normalized = ? WHERE id = ?",
+        (name_normalized, item_id),
+    )

tickettracker/db/schema.py

@@ -0,0 +1,127 @@
+"""
+Schéma SQLite pour TicketTracker.
+
+Ce module gère uniquement le DDL (création des tables, vues et index).
+Il ne contient pas de logique métier.
+
+Tables :
+  receipts     — un ticket de courses par ligne
+  items        — articles, liés à leur ticket par FK
+Vue :
+  price_history — jointure items × receipts pour comparer les prix dans le temps
+"""
+
+import sqlite3
+from pathlib import Path
+
+# Chemin par défaut : data/tickettracker.db à la racine du projet
+DEFAULT_DB_PATH = Path(__file__).parent.parent.parent / "data" / "tickettracker.db"
+
+# ---------------------------------------------------------------------------
+# Instructions DDL (CREATE TABLE / INDEX / VIEW)
+# ---------------------------------------------------------------------------
+
+_SQL_CREATE_RECEIPTS = """
+CREATE TABLE IF NOT EXISTS receipts (
+    id           INTEGER PRIMARY KEY AUTOINCREMENT,
+    store        TEXT    NOT NULL,
+    date         TEXT    NOT NULL,      -- format ISO 8601 : "2026-02-14"
+    total        REAL    NOT NULL,
+    delivery_fee REAL,                  -- NULL pour Leclerc (magasin physique)
+    order_id     TEXT,                  -- NULL si non disponible
+    raw_json     TEXT    NOT NULL,      -- résultat de receipt.to_json() pour debug
+    created_at   TEXT    NOT NULL       -- datetime UTC ISO au moment de l'insertion
+);
+"""
+
+_SQL_CREATE_RECEIPTS_IDX = """
+CREATE INDEX IF NOT EXISTS idx_receipts_dedup
+    ON receipts (store, date, total);
+"""
+
+_SQL_CREATE_ITEMS = """
+CREATE TABLE IF NOT EXISTS items (
+    id               INTEGER PRIMARY KEY AUTOINCREMENT,
+    receipt_id       INTEGER NOT NULL REFERENCES receipts(id),
+    name_raw         TEXT    NOT NULL,  -- nom tel que sorti du parser
+    name_normalized  TEXT,              -- NULL jusqu'au Sprint 3 (normalisation LLM)
+    category         TEXT,              -- NULL pour Picnic (pas de catégories dans le mail)
+    quantity         REAL    NOT NULL,
+    unit             TEXT    NOT NULL,
+    unit_price       REAL    NOT NULL,
+    total_price      REAL    NOT NULL
+);
+"""
+
+_SQL_CREATE_ITEMS_IDX = """
+CREATE INDEX IF NOT EXISTS idx_items_receipt_id
+    ON items (receipt_id);
+"""
+
+_SQL_CREATE_ITEMS_NORM_IDX = """
+CREATE INDEX IF NOT EXISTS idx_items_name_normalized
+    ON items (name_normalized);
+"""
+
+_SQL_CREATE_PRICE_HISTORY = """
+CREATE VIEW IF NOT EXISTS price_history AS
+SELECT
+    i.name_normalized,
+    r.store,
+    r.date,
+    i.unit_price,
+    i.total_price,
+    i.quantity,
+    i.unit,
+    i.category
+FROM items i
+JOIN receipts r ON i.receipt_id = r.id;
+"""
+
+
+# ---------------------------------------------------------------------------
+# Fonctions publiques
+# ---------------------------------------------------------------------------
+
+def get_connection(db_path: str | Path = DEFAULT_DB_PATH) -> sqlite3.Connection:
+    """Ouvre une connexion SQLite avec les pragmas requis.
+
+    Active les clés étrangères (désactivées par défaut dans SQLite —
+    le pragma doit être réappliqué à chaque nouvelle connexion).
+    Configure row_factory = sqlite3.Row pour accéder aux colonnes par nom.
+
+    Args:
+        db_path: Chemin vers le fichier .db (créé automatiquement si absent).
+
+    Returns:
+        Connexion sqlite3 configurée.
+    """
+    conn = sqlite3.connect(str(db_path))
+    conn.row_factory = sqlite3.Row
+    conn.execute("PRAGMA foreign_keys = ON")
+    return conn
+
+
+def init_db(db_path: str | Path = DEFAULT_DB_PATH) -> None:
+    """Crée les tables, index et vues s'ils n'existent pas encore.
+
+    Idempotent : peut être appelé plusieurs fois sans erreur grâce aux
+    clauses CREATE TABLE IF NOT EXISTS / CREATE INDEX IF NOT EXISTS.
+    Crée le dossier parent (data/) s'il n'existe pas.
+
+    Args:
+        db_path: Chemin vers le fichier .db.
+
+    Raises:
+        PermissionError: Si le système de fichiers refuse la création du dossier.
+    """
+    db_path = Path(db_path)
+    db_path.parent.mkdir(parents=True, exist_ok=True)
+
+    with get_connection(db_path) as conn:
+        conn.execute(_SQL_CREATE_RECEIPTS)
+        conn.execute(_SQL_CREATE_RECEIPTS_IDX)
+        conn.execute(_SQL_CREATE_ITEMS)
+        conn.execute(_SQL_CREATE_ITEMS_IDX)
+        conn.execute(_SQL_CREATE_ITEMS_NORM_IDX)
+        conn.execute(_SQL_CREATE_PRICE_HISTORY)

tickettracker/llm/__init__.py

@@ -0,0 +1 @@
+# Module LLM — normalisation des noms de produits

tickettracker/llm/client.py

@@ -0,0 +1,99 @@
+"""
+Client HTTP bas niveau pour l'API LLM compatible OpenAI.
+
+Ce module ne contient qu'une seule fonction publique : call_llm().
+Il ne connaît pas la logique de normalisation — c'est le rôle de normalizer.py.
+
+Exceptions levées :
+  LLMUnavailable — serveur injoignable (timeout, connexion refusée)
+  LLMError       — réponse HTTP ≥ 400 ou format de réponse inattendu
+"""
+
+import logging
+
+import requests
+
+from tickettracker import config
+
+logger = logging.getLogger(__name__)
+
+
+class LLMUnavailable(Exception):
+    """Le serveur LLM est injoignable (réseau, timeout)."""
+
+
+class LLMError(Exception):
+    """L'API LLM a retourné une erreur (HTTP ≥ 400 ou réponse malformée)."""
+
+
+def call_llm(
+    messages: list[dict],
+    *,
+    model: str | None = None,
+    timeout: int | None = None,
+) -> str:
+    """Appelle l'API LLM et retourne le texte brut de la réponse.
+
+    Args:
+        messages: Liste de messages au format OpenAI
+                  [{"role": "system", "content": "..."}, {"role": "user", "content": "..."}]
+        model:    Nom du modèle (défaut : config.LLM_MODEL)
+        timeout:  Timeout en secondes (défaut : config.LLM_TIMEOUT)
+
+    Returns:
+        Le texte du premier choix de la réponse.
+
+    Raises:
+        LLMUnavailable: Si le serveur est injoignable.
+        LLMError:       Si l'API retourne une erreur ou une réponse inattendue.
+    """
+    _model = model or config.LLM_MODEL
+    _timeout = timeout if timeout is not None else config.LLM_TIMEOUT
+
+    if not config.LLM_API_KEY:
+        raise LLMError(
+            "Clé API LLM manquante. "
+            "Définissez la variable d'environnement TICKETTRACKER_LLM_API_KEY."
+        )
+
+    headers = {
+        "Authorization": f"Bearer {config.LLM_API_KEY}",
+        "Content-Type": "application/json",
+    }
+    payload = {
+        "model": _model,
+        "messages": messages,
+        "temperature": 0.1,   # faible variabilité : on veut un format stable
+    }
+
+    logger.debug("Appel LLM %s (model=%s, timeout=%ds)", config.LLM_URL, _model, _timeout)
+
+    try:
+        response = requests.post(
+            config.LLM_URL,
+            json=payload,
+            headers=headers,
+            timeout=_timeout,
+        )
+    except requests.exceptions.Timeout:
+        raise LLMUnavailable(
+            f"Timeout après {_timeout}s lors de l'appel au LLM ({config.LLM_URL})."
+        )
+    except requests.exceptions.ConnectionError as e:
+        raise LLMUnavailable(
+            f"Impossible de joindre le serveur LLM ({config.LLM_URL}) : {e}"
+        )
+
+    if not response.ok:
+        raise LLMError(
+            f"Erreur API LLM : HTTP {response.status_code} — {response.text[:200]}"
+        )
+
+    try:
+        data = response.json()
+        return data["choices"][0]["message"]["content"]
+    except (KeyError, IndexError, ValueError) as e:
+        raise LLMError(
+            f"Réponse LLM inattendue (impossible d'extraire le contenu) : {e}\n"
+            f"Réponse brute : {response.text[:300]}"
+        ) from e

tickettracker/llm/normalizer.py

@@ -0,0 +1,279 @@
+"""
+Normalisation des noms de produits via LLM.
+
+Ce module orchestre les appels au LLM pour transformer les noms bruts
+(OCR Leclerc, HTML Picnic) en noms normalisés au format :
+  "Nom du produit | Marque | Quantité"
+
+Exemples :
+  "NOIX CAJOU"             → "Noix de cajou | MDD | -"
+  "COCA COLA CHERRY 1.25L" → "Coca-Cola Cherry | Coca-Cola | 1,25L"
+  "PQ LOTUS CONFORT X6"   → "Papier toilette confort | Lotus | x6"
+"""
+
+import logging
+import re
+from pathlib import Path
+from typing import Union
+
+from tickettracker import config
+from tickettracker.llm.client import LLMError, LLMUnavailable, call_llm
+
+logger = logging.getLogger(__name__)
+
+# ---------------------------------------------------------------------------
+# System prompt calibré pour Mistral
+# ---------------------------------------------------------------------------
+
+_SYSTEM_PROMPT = """\
+Tu es un assistant de normalisation de noms de produits alimentaires et ménagers.
+Pour chaque nom de produit, réponds au format strict :
+  Nom du produit | Marque | Quantité
+Règles :
+- Nom : en français, lisible, sans abréviation, avec accents et majuscules correctes
+- Marque : nom exact de la marque, ou "MDD" si marque de distributeur ou inconnue
+- Quantité : format court (50cl, 1L, 200g, x6, 1kg) ou "-" si absente du nom brut
+Réponds UNIQUEMENT avec les lignes numérotées demandées. Aucun commentaire, aucune explication.\
+"""
+
+# ---------------------------------------------------------------------------
+# Parsing de la réponse LLM
+# ---------------------------------------------------------------------------
+
+# Accepte : "1. Nom | Marque | Qté"  ou  "1) Nom | Marque | Qté"
+_LINE_RE = re.compile(
+    r"^\d+[.)]\s*"           # numéro suivi de . ou )
+    r"(?P<nom>.+?)"           # nom du produit
+    r"\s*\|\s*"
+    r"(?P<marque>.+?)"        # marque
+    r"\s*\|\s*"
+    r"(?P<qte>.+?)"           # quantité
+    r"\s*$",
+    re.UNICODE,
+)
+
+
+def _parse_normalized_line(line: str) -> str | None:
+    """Extrait le nom normalisé d'une ligne numérotée.
+
+    Args:
+        line: Ligne de réponse LLM, ex: "1. Crème fraîche | MDD | 50cl"
+
+    Returns:
+        "Crème fraîche | MDD | 50cl" si la ligne est valide, None sinon.
+    """
+    m = _LINE_RE.match(line.strip())
+    if not m:
+        return None
+    nom = m.group("nom").strip()
+    marque = m.group("marque").strip()
+    qte = m.group("qte").strip()
+    # Valide que les trois champs ne sont pas vides
+    if not nom or not marque or not qte:
+        return None
+    return f"{nom} | {marque} | {qte}"
+
+
+def _parse_batch_response(response_text: str, expected_count: int) -> list[str | None]:
+    """Transforme la réponse brute du LLM en liste de noms normalisés.
+
+    Si le nombre de lignes valides ne correspond pas à expected_count,
+    retourne une liste de None pour déclencher le fallback.
+
+    Args:
+        response_text: Texte brut retourné par le LLM.
+        expected_count: Nombre d'items attendus.
+
+    Returns:
+        Liste de longueur expected_count — chaque élément est le nom normalisé
+        ou None si la ligne correspondante est invalide.
+    """
+    # Garde uniquement les lignes non vides
+    lines = [l for l in response_text.splitlines() if l.strip()]
+
+    # Extrait les lignes numérotées (ignore le bruit éventuel)
+    parsed = [_parse_normalized_line(l) for l in lines if _LINE_RE.match(l.strip())]
+
+    if len(parsed) != expected_count:
+        logger.warning(
+            "Batch LLM : attendu %d lignes, reçu %d — fallback unitaire.",
+            expected_count,
+            len(parsed),
+        )
+        return [None] * expected_count
+
+    return parsed
+
+
+# ---------------------------------------------------------------------------
+# Fonctions publiques
+# ---------------------------------------------------------------------------
+
+def normalize_product_name(raw_name: str) -> str | None:
+    """Normalise un seul nom de produit via le LLM.
+
+    Args:
+        raw_name: Nom brut issu du parser (OCR ou HTML).
+
+    Returns:
+        Nom normalisé "Nom | Marque | Quantité", ou None si le LLM
+        échoue ou retourne une réponse non parsable.
+    """
+    try:
+        response = call_llm([
+            {"role": "system", "content": _SYSTEM_PROMPT},
+            {
+                "role": "user",
+                "content": f"Normalise ce nom de produit :\n1. {raw_name}",
+            },
+        ])
+    except (LLMError, LLMUnavailable) as e:
+        logger.warning("Normalisation unitaire échouée pour %r : %s", raw_name, e)
+        return None
+
+    lines = [l for l in response.splitlines() if l.strip()]
+    for line in lines:
+        result = _parse_normalized_line(line)
+        if result:
+            return result
+
+    logger.warning(
+        "Réponse LLM non parsable pour %r : %r", raw_name, response[:100]
+    )
+    return None
+
+
+def normalize_batch(raw_names: list[str]) -> list[str | None]:
+    """Normalise une liste de noms en un seul appel LLM.
+
+    Envoie tous les noms dans un seul prompt numéroté.
+    Si la réponse ne contient pas exactement len(raw_names) lignes,
+    retourne une liste de None (le fallback unitaire sera utilisé).
+
+    Args:
+        raw_names: Liste de noms bruts.
+
+    Returns:
+        Liste de même longueur : nom normalisé ou None.
+
+    Raises:
+        LLMUnavailable: Si le serveur est injoignable (propagé pour que
+            normalize_all_in_db puisse distinguer erreur réseau vs parsing).
+    """
+    if not raw_names:
+        return []
+
+    numbered = "\n".join(f"{i + 1}. {name}" for i, name in enumerate(raw_names))
+    user_content = (
+        f"Normalise ces {len(raw_names)} noms de produits :\n"
+        f"{numbered}\n\n"
+        f"Retourne exactement {len(raw_names)} lignes numérotées."
+    )
+
+    try:
+        response = call_llm([
+            {"role": "system", "content": _SYSTEM_PROMPT},
+            {"role": "user", "content": user_content},
+        ])
+    except LLMUnavailable:
+        raise   # propagé : erreur réseau, pas la peine de retenter
+    except LLMError as e:
+        logger.warning("Batch LLM échoué : %s — fallback unitaire.", e)
+        return [None] * len(raw_names)
+
+    return _parse_batch_response(response, len(raw_names))
+
+
+def normalize_all_in_db(
+    db_path: Union[str, Path],
+    batch_size: int = config.LLM_BATCH_SIZE,
+    dry_run: bool = False,
+) -> tuple[int, int]:
+    """Normalise tous les articles dont name_normalized est NULL.
+
+    Algorithme :
+      1. Récupère les items NULL depuis la DB
+      2. Traite par batch de batch_size
+      3. Pour chaque batch : appel LLM groupé
+         - Si le batch réussit → UPDATE en base (sauf dry_run)
+         - Si le batch échoue (mauvais count) → fallback un par un
+      4. Affiche la progression
+
+    Args:
+        db_path: Chemin vers la base SQLite.
+        batch_size: Nombre d'articles par appel LLM.
+        dry_run: Si True, calcule mais n'écrit pas en base.
+
+    Returns:
+        (nb_normalisés, nb_erreurs) — erreurs = items restés NULL.
+    """
+    from tickettracker.db import schema, repository
+
+    schema.init_db(db_path)
+    conn = schema.get_connection(db_path)
+
+    try:
+        items = repository.fetch_unnormalized(conn)
+        total = len(items)
+
+        if total == 0:
+            print("Aucun article à normaliser.")
+            return (0, 0)
+
+        mode = "[DRY-RUN] " if dry_run else ""
+        print(f"{mode}{total} article(s) à normaliser (batchs de {batch_size})...")
+
+        nb_ok = 0
+        nb_err = 0
+        done = 0
+
+        for start in range(0, total, batch_size):
+            batch = items[start: start + batch_size]
+            raw_names = [row["name_raw"] for row in batch]
+
+            # --- Tentative batch ---
+            try:
+                results = normalize_batch(raw_names)
+            except LLMUnavailable as e:
+                logger.error("LLM injoignable : %s", e)
+                print(
+                    f"\nErreur réseau — arrêt. {nb_ok} articles normalisés, "
+                    f"{total - done} restants."
+                )
+                return (nb_ok, total - done)
+
+            # Si normalize_batch a retourné que des None (batch échoué),
+            # tente le fallback un par un
+            if all(r is None for r in results):
+                logger.debug("Fallback unitaire pour le batch %d–%d.", start, start + len(batch))
+                results = [normalize_product_name(name) for name in raw_names]
+
+            # --- Mise à jour ou affichage ---
+            for item, normalized in zip(batch, results):
+                done += 1
+                if normalized:
+                    print(
+                        f"[{done}/{total}] {item['name_raw']!r} "
+                        f"→ {normalized}"
+                    )
+                    if not dry_run:
+                        repository.update_normalized(conn, item["id"], normalized)
+                    nb_ok += 1
+                else:
+                    logger.warning(
+                        "[%d/%d] Impossible de normaliser %r — item ignoré.",
+                        done, total, item["name_raw"],
+                    )
+                    nb_err += 1
+
+        # Commit final (toutes les mises à jour sont dans la même transaction implicite)
+        if not dry_run:
+            conn.commit()
+
+        print(
+            f"\n{mode}Terminé : {nb_ok} normalisé(s), {nb_err} erreur(s)."
+        )
+        return (nb_ok, nb_err)
+
+    finally:
+        conn.close()

tickettracker/models/__init__.py

@@ -0,0 +1 @@
+# Modèles de données communs

tickettracker/models/receipt.py

@@ -0,0 +1,72 @@
+"""
+Modèle de données commun pour les tickets de courses.
+
+Toutes les enseignes (Picnic, Leclerc, etc.) produisent
+une instance de Receipt après parsing. C'est le format
+JSON normalisé en sortie.
+"""
+
+import json
+from dataclasses import dataclass, field, asdict
+from datetime import date
+from typing import Optional
+
+
+@dataclass
+class Item:
+    """Un article sur le ticket de courses."""
+
+    name: str
+    """Nom du produit tel qu'il apparaît sur le ticket."""
+
+    quantity: float
+    """Quantité achetée (ex: 2.0, 0.5)."""
+
+    unit: str
+    """Unité de mesure : 'pièce', 'kg', 'L', 'g', etc."""
+
+    unit_price: float
+    """Prix unitaire en euros."""
+
+    total_price: float
+    """Prix total pour cet article (quantity × unit_price)."""
+
+    category: Optional[str] = None
+    """Catégorie du produit, si disponible (ex: 'Fruits & Légumes')."""
+
+
+@dataclass
+class Receipt:
+    """Ticket de courses normalisé, toutes enseignes confondues."""
+
+    store: str
+    """Nom de l'enseigne : 'picnic' ou 'leclerc'."""
+
+    date: date
+    """Date de la commande ou de l'achat."""
+
+    total: float
+    """Montant total payé en euros."""
+
+    items: list[Item] = field(default_factory=list)
+    """Liste des articles achetés."""
+
+    currency: str = "EUR"
+    """Devise (EUR par défaut)."""
+
+    order_id: Optional[str] = None
+    """Identifiant de commande, si disponible."""
+
+    delivery_fee: Optional[float] = None
+    """Frais de livraison en euros, si applicable (None pour Leclerc)."""
+
+    def to_dict(self) -> dict:
+        """Convertit le ticket en dictionnaire JSON-sérialisable."""
+        d = asdict(self)
+        # La date n'est pas JSON-sérialisable nativement, on la convertit en string ISO
+        d["date"] = self.date.isoformat()
+        return d
+
+    def to_json(self) -> str:
+        """Sérialise le ticket en JSON formaté."""
+        return json.dumps(self.to_dict(), ensure_ascii=False, indent=2)

tickettracker/parsers/__init__.py

@@ -0,0 +1 @@
+# Parsers de tickets de courses

tickettracker/parsers/leclerc.py

@@ -0,0 +1,403 @@
+"""
+Parser pour les tickets de caisse PDF Leclerc.
+
+Les PDFs Leclerc sont des scans d'images (pas de couche texte sélectionnable).
+Le parser extrait l'image JPEG embarquée et applique Tesseract OCR pour
+récupérer le texte, puis l'analyse ligne par ligne.
+
+Prérequis système :
+  - Tesseract OCR 5.x installé :
+      Windows : https://github.com/UB-Mannheim/tesseract/wiki
+      Linux   : apt install tesseract-ocr tesseract-ocr-fra
+  - Modèle français (fra.traineddata) dans le dossier tessdata.
+      Si les droits manquent pour écrire dans le dossier système,
+      placer les fichiers eng.traineddata et fra.traineddata dans
+      un dossier local et définir TESSDATA_PREFIX=<chemin_du_dossier>.
+  - pip install pytesseract pillow pdfplumber
+
+Structure du ticket Leclerc :
+  >> CATEGORIE                         → titre de catégorie (gras sur ticket)
+  NOM PRODUIT   PRIX  TVA              → article standard (1 ligne)
+  * NOM PRODUIT   PRIX  TVA            → idem, avec marque promotion
+  NOM PRODUIT                          → article multi-unités (pas de prix ici)
+    QTY X PRIX_UNIT€   TOTAL   TVA    → ligne de prix (suite du précédent)
+  Total NN articles   TOTAL_TTC        → total avant remises
+  Bon reduction   MONTANT              → bon de réduction (peut se répéter)
+  CB   MONTANT_FINAL                   → montant payé par carte
+
+Dépendances Python : pdfplumber, pytesseract, Pillow
+"""
+
+import io
+import os
+import re
+from datetime import date
+from typing import Optional
+
+import pdfplumber
+import pytesseract
+from PIL import Image
+
+from tickettracker.models.receipt import Item, Receipt
+
+
+# ---------------------------------------------------------------------------
+# Configuration Tesseract
+# ---------------------------------------------------------------------------
+
+# Chemins Tesseract standards selon l'OS
+_TESSERACT_PATHS = [
+    r"C:/Program Files/Tesseract-OCR/tesseract.exe",
+    r"C:/Program Files (x86)/Tesseract-OCR/tesseract.exe",
+    "/usr/bin/tesseract",
+    "/usr/local/bin/tesseract",
+]
+
+# Correspondance noms de mois français → numéro
+_MOIS_FR = {
+    "janvier": 1, "février": 2, "mars": 3, "avril": 4,
+    "mai": 5, "juin": 6, "juillet": 7, "août": 8,
+    "septembre": 9, "octobre": 10, "novembre": 11, "décembre": 12,
+}
+
+
+def _configure_tesseract() -> None:
+    """Détecte et configure le binaire Tesseract et le dossier tessdata.
+
+    Priorité :
+      1. Variable d'environnement TESSERACT_CMD (chemin vers le binaire)
+      2. Chemins standards Windows/Linux
+    Pour tessdata :
+      1. Variable TESSDATA_PREFIX déjà définie dans l'environnement
+      2. Dossier tessdata/ à côté de ce fichier (usage dev avec droits limités)
+    """
+    # Binaire
+    cmd = os.environ.get("TESSERACT_CMD")
+    if not cmd:
+        for p in _TESSERACT_PATHS:
+            if os.path.isfile(p):
+                cmd = p
+                break
+    if cmd:
+        pytesseract.pytesseract.tesseract_cmd = cmd
+
+    # Tessdata (uniquement si pas déjà configuré)
+    if not os.environ.get("TESSDATA_PREFIX"):
+        # Cherche tessdata/ dans le répertoire du projet (2 niveaux au-dessus)
+        here = os.path.dirname(os.path.abspath(__file__))
+        local_tessdata = os.path.join(here, "..", "..", "tessdata")
+        if os.path.isdir(local_tessdata) and os.path.isfile(
+            os.path.join(local_tessdata, "fra.traineddata")
+        ):
+            os.environ["TESSDATA_PREFIX"] = os.path.abspath(local_tessdata)
+
+
+# ---------------------------------------------------------------------------
+# Point d'entrée public
+# ---------------------------------------------------------------------------
+
+def parse(pdf_path: str) -> Receipt:
+    """Parse un PDF de ticket Leclerc et retourne un ticket normalisé.
+
+    Args:
+        pdf_path: Chemin vers le fichier PDF du ticket Leclerc.
+            Le PDF doit être un scan image (type Leclerc classique).
+
+    Returns:
+        Receipt: Ticket de courses normalisé avec tous les articles et
+            leurs catégories.
+
+    Raises:
+        ValueError: Si la date ou le total sont introuvables.
+        RuntimeError: Si Tesseract n'est pas installé ou pas configuré.
+    """
+    _configure_tesseract()
+    text = _extract_text_from_pdf(pdf_path)
+    return _parse_text(text)
+
+
+# ---------------------------------------------------------------------------
+# Extraction image + OCR
+# ---------------------------------------------------------------------------
+
+def _extract_text_from_pdf(pdf_path: str) -> str:
+    """Extrait l'image JPEG du PDF et retourne le texte OCR.
+
+    Les tickets Leclerc sont une unique image haute résolution (1650×10386)
+    découpée sur plusieurs pages PDF. L'image est identique dans le flux de
+    chaque page ; on l'extrait une seule fois depuis la page 1.
+    """
+    with pdfplumber.open(pdf_path) as pdf:
+        if not pdf.pages or not pdf.pages[0].images:
+            raise ValueError(
+                f"Le PDF '{pdf_path}' ne contient pas d'image en page 1. "
+                "Le format Leclerc attendu est un scan image (JPEG embarqué)."
+            )
+        img_obj = pdf.pages[0].images[0]
+        raw_jpeg = img_obj["stream"].get_rawdata()
+
+    img = Image.open(io.BytesIO(raw_jpeg))
+
+    # Amélioration légère de la lisibilité avant OCR :
+    # - Conversion en niveaux de gris (le ticket est noir sur blanc)
+    # - Resize au 2/3 : accélère le traitement sans perte significative
+    #   (1650px → 1100px, le texte reste lisible à ~40px de hauteur)
+    img_gray = img.convert("L").resize(
+        (img.width * 2 // 3, img.height * 2 // 3),
+        Image.LANCZOS,
+    )
+
+    try:
+        text = pytesseract.image_to_string(
+            img_gray,
+            lang="fra+eng",
+            config="--psm 6 --oem 3",   # bloc de texte uniforme, LSTM
+        )
+    except pytesseract.TesseractError as e:
+        raise RuntimeError(
+            f"Erreur Tesseract lors de l'OCR : {e}\n"
+            "Vérifiez que Tesseract est installé et que le modèle 'fra' est disponible.\n"
+            "Voir README ou commentaires dans tickettracker/parsers/leclerc.py."
+        ) from e
+
+    return text
+
+
+# ---------------------------------------------------------------------------
+# Parsing du texte OCR
+# ---------------------------------------------------------------------------
+
+# Regex pour une ligne article standard :
+#   NOM PRODUIT   PRIX   CODE_TVA
+#
+# Problèmes OCR observés sur le ticket Leclerc Clichy :
+#   - Un seul espace entre nom et prix (pas d'alignement de colonnes garanti)
+#   - Artefacts de séparateur de colonne dans le nom : ' | ' ou ' — '
+#   - Prix avec 3 décimales (ex: "10.460" au lieu de "10.40")
+#   - Code TVA avec 0 devant : "01" au lieu de "1"
+#   - Préfixe "* " pour les articles en promotion
+#
+# Stratégie : le code TVA (1 ou 2 chiffres max) est TOUJOURS le dernier token ;
+# le prix (N.NN ou N,NN) est toujours l'avant-dernier. On greedy-matche .+ pour
+# le nom et le moteur de regex backtrackera jusqu'à trouver le bon découpage.
+_ITEM_RE = re.compile(
+    r"^(?:\* )?"                        # préfixe optionnel * (non capturé)
+    r"(?P<name>.+)"                     # nom du produit (greedy → backtrack)
+    r"\s+"
+    r"(?P<price>\d{1,3}[.,]\d{2,3})"   # prix : 2 ou 3 décimales (OCR)
+    r"\s+"
+    r"(?P<tva>0?\d{1,2})"              # code TVA : 1 ou 4, parfois "01"
+    r"\s*$"
+)
+
+# Regex pour la ligne de prix des articles en multi-unités :
+#   2 X 3.48€   6.96   1
+_MULTI_RE = re.compile(
+    r"^\s*(?P<qty>\d+)\s*[Xx]\s*(?P<unit_price>\d+[.,]\d+)€?"
+    r"\s+(?P<total>\d+[.,]\d{2})\s+(?P<tva>\d{1,2})\s*$"
+)
+
+# Regex pour la ligne de total général
+_TOTAL_RE = re.compile(r"Total\s+\d+\s+articles\s+(?P<total>\d+[.,]\d{2})")
+
+# Regex pour les remises
+_REDUCTION_RE = re.compile(r"Bon\s+r[ée]duction\s+(?P<amount>\d+[.,]\d{2})", re.IGNORECASE)
+
+# Regex pour le paiement CB (montant final payé)
+_CB_RE = re.compile(r"^[Cc][Bb]\s+(?P<amount>\d+[.,]\d{2})\s*$")
+
+# Regex pour la date dans la ligne "Caisse XXX DD mois YYYY HH:MM"
+_DATE_RE = re.compile(
+    r"Caisse\s+\S+\s+(\d{1,2})\s+(\w+)\s+(\d{4})",
+    re.IGNORECASE,
+)
+
+# Regex pour l'identifiant de caisse (ordre "Caisse 018-0003 ...")
+_CAISSE_RE = re.compile(r"Caisse\s+(\S+)", re.IGNORECASE)
+
+
+def _parse_price(s: str) -> float:
+    """Convertit une chaîne de prix (virgule ou point) en float."""
+    return float(s.replace(",", "."))
+
+
+def _parse_text(text: str) -> Receipt:
+    """Analyse le texte OCR d'un ticket Leclerc.
+
+    Retourne un Receipt avec tous les articles, catégories, date et total.
+
+    Note OCR : Tesseract peut commettre des erreurs sur des caractères
+    ambigus (0 ↔ 6, | ↔ 1, etc.). Le total du ticket est retourné tel qu'OCR
+    l'a lu ; il peut différer légèrement si des caractères sont mal reconnus.
+    """
+    lines = text.splitlines()
+
+    delivery_date = _extract_date(lines)
+    order_id = _extract_caisse_id(lines)
+    items = _extract_items(lines)
+    total = _extract_total(lines)
+
+    return Receipt(
+        store="leclerc",
+        date=delivery_date,
+        total=total,
+        items=items,
+        order_id=order_id,
+    )
+
+
+def _extract_date(lines: list[str]) -> date:
+    """Extrait la date depuis la ligne 'Caisse XXX DD mois AAAA HH:MM'."""
+    for line in lines:
+        m = _DATE_RE.search(line)
+        if m:
+            day = int(m.group(1))
+            month_str = m.group(2).lower().strip()
+            year = int(m.group(3))
+            month = _MOIS_FR.get(month_str)
+            if month:
+                return date(year, month, day)
+    raise ValueError(
+        "Date introuvable dans le ticket Leclerc. "
+        "Attendu : 'Caisse XXX DD mois YYYY' dans l'OCR."
+    )
+
+
+def _extract_caisse_id(lines: list[str]) -> Optional[str]:
+    """Extrait le numéro de caisse (ex: '018-0003')."""
+    for line in lines:
+        m = _CAISSE_RE.search(line)
+        if m:
+            return m.group(1)
+    return None
+
+
+def _extract_total(lines: list[str]) -> float:
+    """Extrait le montant final payé.
+
+    Préférence au montant CB (après remises). Sinon, le 'Total N articles'.
+    """
+    cb_total: Optional[float] = None
+    subtotal: Optional[float] = None
+
+    for line in lines:
+        m_cb = _CB_RE.match(line.strip())
+        if m_cb:
+            cb_total = _parse_price(m_cb.group("amount"))
+
+        m_tot = _TOTAL_RE.search(line)
+        if m_tot:
+            subtotal = _parse_price(m_tot.group("total"))
+
+    total = cb_total if cb_total is not None else subtotal
+    if total is None:
+        raise ValueError(
+            "Montant total introuvable dans le ticket Leclerc. "
+            "La structure du ticket a peut-être changé."
+        )
+    return total
+
+
+def _extract_items(lines: list[str]) -> list[Item]:
+    """Extrait tous les articles du texte OCR ligne par ligne.
+
+    Gère :
+    - Articles standard (1 ligne : nom + prix + code TVA)
+    - Articles en multi-unités (nom sur une ligne, QTY × PRIX sur la suivante)
+    - Changements de catégorie (lignes débutant par >>)
+    - Arrêt à la ligne 'Total N articles'
+    """
+    items: list[Item] = []
+    current_category: Optional[str] = None
+    pending_name: Optional[str] = None   # nom en attente de la ligne de prix
+
+    # On cherche d'abord la ligne "TTC TVA" qui marque le début des articles
+    in_items = False
+
+    for line in lines:
+        raw = line.strip()
+
+        # Début de la section articles (insensible à la casse : "TTc TvA" possible)
+        # Note OCR : Tesseract Linux lit parfois "TIc" au lieu de "TTC"
+        #            (confusion T↔I en 2e position, fréquente avec Tesseract 5.x)
+        if not in_items:
+            if re.search(r"T[TI]C\s+TVA", raw, re.IGNORECASE):
+                in_items = True
+            continue
+
+        # Fin de la section articles
+        if _TOTAL_RE.search(raw):
+            break
+
+        # Ligne vide → ignore
+        if not raw:
+            continue
+
+        # Changement de catégorie (>> CATEGORIE)
+        if raw.startswith(">>"):
+            category_raw = raw.lstrip(">").strip()
+            current_category = re.sub(r"[|_—]+", " ", category_raw).strip()
+            pending_name = None
+            continue
+
+        # Pré-nettoyage des artefacts OCR dans la ligne avant les regex :
+        #   '|' et '—' sont des séparateurs de colonnes que Tesseract voit parfois
+        #   comme des caractères dans le texte.
+        clean = re.sub(r"\s*[|—]\s*", " ", raw).strip()
+
+        # Ligne de prix pour un article multi-unités (2 X 3.48€  6.96  1)
+        m_multi = _MULTI_RE.match(clean)
+        if m_multi and pending_name is not None:
+            qty = float(m_multi.group("qty"))
+            unit_price = _parse_price(m_multi.group("unit_price"))
+            total_price = _parse_price(m_multi.group("total"))
+            items.append(Item(
+                name=_clean_name(pending_name),
+                quantity=qty,
+                unit="pièce",
+                unit_price=unit_price,
+                total_price=total_price,
+                category=current_category,
+            ))
+            pending_name = None
+            continue
+
+        # Ligne article standard (nom prix tva) — regex greedy depuis la droite
+        m_item = _ITEM_RE.match(clean)
+        if m_item:
+            if pending_name is not None:
+                pending_name = None
+
+            name = _clean_name(m_item.group("name"))
+            # Tronque à 2 décimales pour corriger les prix OCR comme "10.460"
+            price = round(_parse_price(m_item.group("price")), 2)
+            items.append(Item(
+                name=name,
+                quantity=1.0,
+                unit="pièce",
+                unit_price=price,
+                total_price=price,
+                category=current_category,
+            ))
+            continue
+
+        # Ligne sans prix reconnaissable → début d'un article multi-unités
+        if len(clean) > 4 and not re.match(r"^[\d\s.,|*_-]+$", clean):
+            pending_name = clean.lstrip("* ").strip()
+
+    return items
+
+
+def _clean_name(name: str) -> str:
+    """Nettoie le nom d'un article des artefacts OCR courants.
+
+    Artefacts observés sur le ticket Leclerc Clichy :
+      - ' |' ou '| ' en fin de nom (artefact de séparateur de colonne)
+      - ' _' ou '_ ' (bruit d'image)
+      - espaces multiples
+    """
+    # Retire les artefacts de colonnes en fin de chaîne
+    name = re.sub(r"[\s|_—]+$", "", name)
+    # Normalise les espaces internes
+    name = re.sub(r"\s{2,}", " ", name)
+    return name.strip()

tickettracker/parsers/picnic.py

@@ -0,0 +1,514 @@
+"""
+Parser pour les mails de confirmation de commande Picnic.
+
+Les mails Picnic arrivent en HTML sur remora@dilain.com
+après un forward du mail de confirmation de livraison.
+
+Le corps du mail est encodé en Quoted-Printable (QP), ce parser
+le décode automatiquement avant d'analyser le HTML.
+
+Structure HTML Picnic identifiée :
+- Date de livraison dans le texte d'intro "livraison du JJ MOIS AAAA"
+- Numéro de commande dans "Commande : XXX-XXX-XXXX"
+- Articles : lignes HTML repérées par les images produit
+  (domaine storefront-prod.fr.picnicinternational.com)
+  Structure standard (7 colonnes directes) :
+    col 0 : quantité dans un badge borduré
+    col 2 : image produit (alt = nom du produit)
+    col 4 : nom (font-size 15px) + format (font-size 12px, vert #234314)
+    col 6 : prix splitté euros (font-size 26px) / centimes (17px)
+  Structure corrompue (< 7 colonnes) : fallback via balises <strong>
+- Total dans une ligne labelisée <strong>Total</strong>
+
+Corruption QP connue dans ce mail :
+  - Sauts de ligne doux (=\r\n) au milieu de séquences UTF-8 multi-octets
+  - Balises corrompues : "<= /td>", "<t d>", "78 <= /strong>", etc.
+  - Valeur d'attribut style qui déborde en contenu texte du td
+
+Dépendances : beautifulsoup4, lxml
+"""
+
+import quopri
+import re
+from datetime import date
+from typing import Optional
+
+from bs4 import BeautifulSoup
+
+from tickettracker.models.receipt import Item, Receipt
+
+# Correspondance noms de mois français → numéro
+_MOIS_FR = {
+    "janvier": 1, "février": 2, "mars": 3, "avril": 4,
+    "mai": 5, "juin": 6, "juillet": 7, "août": 8,
+    "septembre": 9, "octobre": 10, "novembre": 11, "décembre": 12,
+}
+
+
+def parse(html_content: str) -> Receipt:
+    """Parse un mail HTML Picnic et retourne un ticket normalisé.
+
+    Args:
+        html_content: Contenu HTML du mail de confirmation Picnic,
+            potentiellement encodé en Quoted-Printable (format brut d'email).
+
+    Returns:
+        Receipt: Ticket de courses normalisé avec tous les articles.
+
+    Raises:
+        ValueError: Si la date ou le total sont introuvables dans le HTML.
+    """
+    soup = _decode_and_parse(html_content)
+    full_text = soup.get_text(" ", strip=True)
+
+    delivery_date = _extract_date(full_text)
+    order_id = _extract_order_id(full_text)
+    items = _extract_items(soup)
+    total = _extract_total(full_text)
+
+    return Receipt(
+        store="picnic",
+        date=delivery_date,
+        total=total,
+        items=items,
+        order_id=order_id,
+    )
+
+
+# ---------------------------------------------------------------------------
+# Décodage
+# ---------------------------------------------------------------------------
+
+def _decode_and_parse(html_content: str) -> BeautifulSoup:
+    """Décode le Quoted-Printable et retourne un objet BeautifulSoup.
+
+    Problème connu avec les mails Picnic : l'encodeur QP insère des sauts de
+    ligne doux (=\\r\\n) au milieu de séquences UTF-8 multi-octets, avec une
+    indentation HTML sur la ligne suivante. Par exemple :
+
+        f=C3=
+                        =A9vrier 2026
+
+    devient après décodage QP naïf : f\\xc3⎵⎵⎵⎵\\xa9vrier (séquence cassée).
+
+    Solution : on supprime d'abord les sauts doux ET leur indentation éventuelle
+    (=\\r?\\n\\s*) avant de passer au décodeur QP standard, ce qui reconstitue
+    correctement =C3=A9 → é.
+    """
+    raw_bytes = html_content.encode("ascii", errors="replace")
+    # Supprime les sauts de ligne doux QP et leur indentation HTML éventuelle
+    raw_clean = re.sub(rb"=\r?\n\s*", b"", raw_bytes)
+    decoded_bytes = quopri.decodestring(raw_clean)
+    decoded_html = decoded_bytes.decode("utf-8", errors="replace")
+
+    # Corrige les artefacts résiduels du double-encodage QP dans les attributs HTML.
+    #
+    # Certains encodeurs QP encodent aussi les '=' de la syntaxe HTML (attribut="valeur"),
+    # créant des séquences comme alt==3D"..." dans l'email brut. Notre décodeur QP
+    # résout le dernier =3D mais laisse le premier '=' → "alt=3D\"...\"" dans le HTML.
+    # lxml interprète alors "alt=3D" comme valeur non-quotée et perd le vrai contenu.
+    #
+    # De même, un saut QP tombe parfois au milieu du nom d'attribut "src" →
+    # "sr=c=3D\"...\"" → après décodage QP → "sr=c=\"...\"".
+    # lxml crée un attribut "sr" au lieu de "src".
+    #
+    # Corrections :
+    #   "\w+=3D\"" → "\w+=\""   (ex: alt=3D" → alt=", src=3D" → src=")
+    #   "sr=c=\""  → "src=\""   (reconstruction du nom d'attribut corrompu)
+    decoded_html = re.sub(r'(\w+=)3D"', r'\1"', decoded_html)
+    decoded_html = re.sub(r'\bsr=c="', 'src="', decoded_html)
+
+    return BeautifulSoup(decoded_html, "lxml")
+
+
+# ---------------------------------------------------------------------------
+# Date
+# ---------------------------------------------------------------------------
+
+def _extract_date(text: str) -> date:
+    """Extrait la date de livraison depuis le texte du mail.
+
+    Le mail contient une phrase du type :
+    "Voici le reçu de votre livraison du samedi 14 février 2026."
+    """
+    m = re.search(
+        r"livraison du\s+\w+\s+(\d{1,2})\s+(\w+)\s+(\d{4})",
+        text,
+        re.IGNORECASE,
+    )
+    if not m:
+        raise ValueError(
+            "Date de livraison introuvable dans le mail Picnic. "
+            "Attendu : 'livraison du <jour_semaine> <JJ> <mois> <AAAA>'"
+        )
+
+    day = int(m.group(1))
+    month_str = m.group(2).lower().strip()
+    year = int(m.group(3))
+
+    month = _MOIS_FR.get(month_str)
+    if month is None:
+        raise ValueError(
+            f"Mois '{month_str}' non reconnu. "
+            f"Mois attendus : {', '.join(_MOIS_FR)}"
+        )
+
+    return date(year, month, day)
+
+
+# ---------------------------------------------------------------------------
+# Numéro de commande
+# ---------------------------------------------------------------------------
+
+def _extract_order_id(text: str) -> Optional[str]:
+    """Extrait le numéro de commande Picnic (optionnel)."""
+    m = re.search(r"Commande\s*:\s*([\d\-]+)", text)
+    return m.group(1) if m else None
+
+
+# ---------------------------------------------------------------------------
+# Articles
+# ---------------------------------------------------------------------------
+
+def _extract_items(soup: BeautifulSoup) -> list[Item]:
+    """Extrait la liste des articles depuis le HTML du mail.
+
+    Pour chaque image produit, tente d'abord la lecture en ligne 7 colonnes
+    (structure standard), puis utilise un fallback basé sur les balises
+    <strong> pour les lignes dont le HTML est corrompu par l'encodage QP.
+    """
+    items = []
+    seen_rows: set[int] = set()  # Évite de traiter le même conteneur deux fois
+
+    # La corruption QP insère des '=' dans les URLs de src (ex: "picnici=nternational.com").
+    # On les neutralise avant le test pour trouver toutes les images produit.
+    product_imgs = soup.find_all(
+        "img",
+        src=lambda s: s and "picnicinternational.com" in s.replace("=", ""),
+    )
+
+    for img in product_imgs:
+        item = _try_7col(img, seen_rows)
+        if item is None:
+            item = _try_fallback(img, seen_rows)
+        if item is not None:
+            items.append(item)
+
+    return items
+
+
+def _try_7col(img, seen_rows: set[int]) -> Optional[Item]:
+    """Tente d'extraire un article depuis une ligne à 7 colonnes directes.
+
+    Structure attendue :
+      td[0] : badge quantité  |  td[2] : image  |  td[4] : nom+unité  |  td[6] : prix
+    """
+    # Remonte jusqu'à trouver un <tr> avec exactement 7 <td> directs
+    tds = []
+    node = img.parent
+    while node:
+        if node.name == "tr":
+            candidate = node.find_all("td", recursive=False)
+            if len(candidate) == 7:
+                tds = candidate
+                break
+        node = node.parent
+
+    if len(tds) != 7:
+        return None
+
+    row_id = id(tds[0])
+    if row_id in seen_rows:
+        return None
+    seen_rows.add(row_id)
+
+    # --- Quantité (colonne 0) ---
+    qty_text = tds[0].get_text(strip=True)
+    try:
+        quantity = float(qty_text)
+    except ValueError:
+        return None
+
+    # --- Nom et format/unité (colonne 4) ---
+    # Approche positionnelle : 1er td feuille non vide = nom, 2e = unité.
+    # On utilise uniquement les tds feuilles (sans td enfant) pour éviter que
+    # le td parent récapitulatif ne double le texte.
+    inner_texts = [
+        " ".join(inner_td.get_text().split())
+        for inner_td in tds[4].find_all("td")
+        if not inner_td.find("td") and inner_td.get_text(strip=True)
+    ]
+    name = inner_texts[0] if inner_texts else img.get("alt", "Inconnu").strip()
+    unit = inner_texts[1] if len(inner_texts) > 1 else "pièce"
+
+    name = _clean_artifact(name)
+    unit = _clean_unit(unit)
+
+    # --- Prix total de la ligne (colonne 6) ---
+    # Les balises <strong> sont plus robustes que get_text() pour éviter la
+    # contamination par les valeurs CSS corrompues (ex: "#234314" dans du texte).
+    total_price = _parse_price_from_cell(tds[6])
+    if total_price is None:
+        return None
+
+    unit_price = round(total_price / quantity, 4) if quantity > 0 else total_price
+
+    return Item(
+        name=name,
+        quantity=quantity,
+        unit=unit,
+        unit_price=unit_price,
+        total_price=total_price,
+    )
+
+
+def _try_fallback(img, seen_rows: set[int]) -> Optional[Item]:
+    """Fallback pour les articles dont la ligne HTML est corrompue (< 7 td directs).
+
+    Deux tentatives successives :
+      1. Tr avec >= 3 td directs ET >= 3 strongs chiffres (quantité + prix en tête)
+         → utilisé pour les items dont le badge qty est dans un <strong>
+      2. Tr avec >= 1 td ET exactement 2 strongs chiffres (badge qty absent/corrompu)
+         → utilisé quand seul le prix est dans des <strong> (ex: Jardin Bio, Alfapac)
+    """
+    # --- Tentative 1 : badge qty dans un <strong> (cas standard) ---
+    item_tr = None
+    node = img.parent
+    while node and node.name != "body":
+        if node.name == "tr":
+            tds = node.find_all("td", recursive=False)
+            if len(tds) >= 3 and len(_get_digit_strongs(node)) >= 3:
+                item_tr = node
+                break
+        node = node.parent
+
+    if item_tr is not None:
+        row_id = id(item_tr)
+        if row_id not in seen_rows:
+            seen_rows.add(row_id)
+            digit_strongs = _get_digit_strongs(item_tr)
+            try:
+                quantity = float(digit_strongs[0])
+            except (ValueError, IndexError):
+                return None
+            # L'article est le PREMIER dans le tr → ses euros/centimes sont à [1] et [2].
+            # (Contrairement à _parse_price_from_cell qui utilise [-2][-1] car dans une
+            #  cellule dédiée, le dernier prix affiché est le prix réel après réduction.)
+            try:
+                total_price = float(
+                    f"{digit_strongs[1]}.{digit_strongs[2].zfill(2)}"
+                )
+            except (ValueError, IndexError):
+                return None
+            name, unit = _extract_name_unit_fallback(img, item_tr)
+            unit_price = round(total_price / quantity, 4) if quantity > 0 else total_price
+            return Item(
+                name=name, quantity=quantity, unit=unit,
+                unit_price=unit_price, total_price=total_price,
+            )
+
+    # --- Tentative 2 : badge qty corrompu, seul le prix est dans des <strong> ---
+    # Ex: Jardin Bio, Alfapac dont le badge qty n'est pas dans un <strong>.
+    item_tr = None
+    node = img.parent
+    while node and node.name != "body":
+        if node.name == "tr":
+            ds = _get_digit_strongs(node)
+            if len(ds) == 2:
+                item_tr = node
+                break
+        node = node.parent
+
+    if item_tr is None:
+        return None
+
+    row_id = id(item_tr)
+    if row_id in seen_rows:
+        return None
+    seen_rows.add(row_id)
+
+    digit_strongs = _get_digit_strongs(item_tr)
+    # Seulement 2 strongs → ce sont euros et centimes du prix (pas de badge qty strong)
+    try:
+        total_price = float(f"{digit_strongs[0]}.{digit_strongs[1].zfill(2)}")
+    except (ValueError, IndexError):
+        return None
+
+    # Quantité : extraire le premier chiffre du texte brut du tr
+    text = item_tr.get_text(strip=True)
+    qty_match = re.match(r"(\d+)", text)
+    quantity = float(qty_match.group(1)) if qty_match else 1.0
+
+    name, unit = _extract_name_unit_fallback(img, item_tr)
+    unit_price = round(total_price / quantity, 4) if quantity > 0 else total_price
+
+    return Item(
+        name=name, quantity=quantity, unit=unit,
+        unit_price=unit_price, total_price=total_price,
+    )
+
+
+def _extract_name_unit_fallback(img, item_tr) -> tuple[str, str]:
+    """Extrait nom et unité pour un article en structure corrompue.
+
+    Cherche d'abord dans le td ancêtre de l'image au sein de item_tr
+    (cas 3-col : tout est collapsé dans td[0] à cause du QP), puis dans
+    les td suivants (cas 5-col ou 6-col : nom+unité dans un td frère).
+    """
+    name = img.get("alt", "Inconnu").strip()
+    unit = "pièce"
+
+    # Trouve le td direct de item_tr qui contient l'image
+    img_container_td = None
+    node = img.parent
+    while node and node is not item_tr:
+        if node.name == "td" and node.parent is item_tr:
+            img_container_td = node
+            break
+        node = node.parent
+
+    if img_container_td is None:
+        return _clean_artifact(name), unit
+
+    def _significant_texts(td):
+        """Textes des tds feuilles significatifs (longueur > 3, non numérique).
+
+        N'utilise que les tds feuilles (sans td enfant) pour éviter que
+        les tds parents récapitulatifs ne doublent le nom/unité.
+        Exclut les artefacts QP du type '= td>' qui commencent par '=' ou '<'.
+        """
+        return [
+            " ".join(t.get_text().split())
+            for t in td.find_all("td")
+            if not t.find("td")  # td feuille uniquement
+            and len(t.get_text(strip=True)) > 3
+            and not t.get_text(strip=True).isdigit()
+            and not t.get_text(strip=True).startswith(("=", "<"))  # exclut artefacts
+        ]
+
+    # Cas A : tout est dans le td de l'image (structure 3-col collapsed)
+    inner = _significant_texts(img_container_td)
+    if inner:
+        name = inner[0]
+        unit = inner[1] if len(inner) > 1 else "pièce"
+    else:
+        # Cas B : nom+unité dans un td frère après l'image (5-col ou 6-col)
+        sibling = img_container_td.next_sibling
+        while sibling:
+            if hasattr(sibling, "find_all"):
+                inner = _significant_texts(sibling)
+                if inner:
+                    name = inner[0]
+                    unit = inner[1] if len(inner) > 1 else "pièce"
+                    break
+            sibling = sibling.next_sibling
+
+    return _clean_artifact(name), _clean_unit(unit)
+
+
+# ---------------------------------------------------------------------------
+# Helpers prix et nettoyage
+# ---------------------------------------------------------------------------
+
+def _get_digit_strongs(node) -> list[str]:
+    """Retourne les valeurs des <strong> ne contenant que des chiffres.
+
+    Prend le premier token whitespace de chaque <strong> pour ignorer les
+    artefacts QP du type "78 <= /strong>" → premier token "78" (digit).
+    """
+    result = []
+    for s in node.find_all("strong"):
+        text = s.get_text(strip=True)
+        first_token = text.split()[0] if text.split() else ""
+        if first_token.isdigit():
+            result.append(first_token)
+    return result
+
+
+def _parse_price_from_cell(td) -> Optional[float]:
+    """Extrait le prix depuis une cellule de prix Picnic.
+
+    Picnic split les euros (grande police) et les centimes (petite police)
+    dans des éléments <strong> séparés. L'approche via <strong> est préférée
+    à get_text() pour éviter la contamination par des valeurs CSS corrompues.
+
+    On utilise les DEUX DERNIERS chiffres strongs car un article soldé affiche
+    deux prix : barré (original) puis réel. Ex: '3 05 . 2 74 .' → prix=€2.74.
+    """
+    digit_strongs = _get_digit_strongs(td)
+    if len(digit_strongs) >= 2:
+        euros = digit_strongs[-2]   # avant-dernier = euros du prix réel
+        centimes = digit_strongs[-1].zfill(2)  # dernier = centimes
+        return float(f"{euros}.{centimes}")
+    # Fallback : extraction textuelle brute
+    return _parse_price_from_text(td.get_text())
+
+
+def _parse_price_from_text(raw_text: str) -> Optional[float]:
+    """Parse un montant Picnic depuis le texte brut d'une cellule de prix (fallback).
+
+    Stratégie : on extrait tous les chiffres consécutifs, et on interprète
+    les 2 derniers comme les centimes, le reste comme les euros.
+    Exemples :
+      '358.'  → '358'  → 3€58  = 3.58
+      '065.'  → '065'  → 0€65  = 0.65
+    """
+    digits = re.sub(r"[^0-9]", "", raw_text)
+    if len(digits) < 3:
+        return None
+    return float(f"{digits[:-2]}.{digits[-2:]}")
+
+
+def _clean_artifact(text: str) -> str:
+    """Supprime les artefacts HTML/QP du texte.
+
+    Trois types d'artefacts observés dans ce mail Picnic :
+      - '<= /td>'      : scission sur '<=' → partie avant
+      - ' = tr>'       : scission sur ' = <lettre>' avec espace avant
+      - 'Soda zéro= td>' : scission sur '= <lettre>' sans espace avant
+    """
+    text = text.split("<=")[0]
+    text = re.split(r" = [a-z/]", text)[0]
+    text = re.split(r"= [a-z]", text)[0]  # ex: "zéro= td>" → "zéro"
+    return text.strip()
+
+
+def _clean_unit(unit: str) -> str:
+    """Nettoie l'unité ; retourne 'pièce' si le contenu ressemble à du CSS.
+
+    La corruption QP peut faire déborder des valeurs d'attribut style
+    dans le contenu texte d'un td (ex: '; color: #234314; padding: ...').
+    """
+    if unit.startswith(";") or "font-" in unit or "color:" in unit:
+        return "pièce"
+    return _clean_artifact(unit)
+
+
+# ---------------------------------------------------------------------------
+# Total
+# ---------------------------------------------------------------------------
+
+def _extract_total(full_text: str) -> float:
+    """Extrait le montant total payé depuis le texte décodé du mail.
+
+    Picnic affiche le prix splitté : les euros (grand) et les centimes (petit)
+    sont dans des éléments HTML séparés, ce qui donne dans le texte brut :
+    "Total Payé avec Paypal 95 10 ."
+
+    On cherche "Total" (majuscule, pour ne pas capturer "Sous-total")
+    puis les deux premiers groupes de chiffres qui suivent.
+
+    Note : on utilise le texte plutôt que le DOM car lxml redécoupe les
+    tables imbriquées de prix Picnic (euros/centimes dans des <td> sœurs),
+    rendant la navigation par arbre peu fiable.
+    """
+    # "Total" majuscule pour exclure "Sous-total" (lowercase 't' en français)
+    m = re.search(r"Total[^0-9]{0,60}?(\d+)\s+(\d+)\s*\.", full_text)
+    if not m:
+        raise ValueError(
+            "Montant 'Total' introuvable dans le texte du mail Picnic. "
+            "La structure HTML a peut-être changé."
+        )
+    euros = m.group(1)
+    centimes = m.group(2).zfill(2)
+    return float(f"{euros}.{centimes}")

tickettracker/pipeline.py

@@ -0,0 +1,106 @@
+"""
+Pipeline d'import : du fichier brut à la base de données.
+
+Ce module coordonne les parsers et la couche DB.
+Il choisit le bon parser selon la source, vérifie les doublons,
+puis délègue l'insertion à repository.py.
+
+Usage :
+    from tickettracker.pipeline import import_receipt
+    inserted = import_receipt("samples/picnic_sample.html", source="picnic")
+"""
+
+import logging
+from pathlib import Path
+
+from tickettracker.db import schema, repository
+
+logger = logging.getLogger(__name__)
+
+# Parsers disponibles — importés à la demande pour éviter de charger
+# pytesseract/pdfplumber si on n'importe que du Picnic.
+_SOURCES = ("picnic", "leclerc")
+
+
+def import_receipt(
+    file_path: str | Path,
+    source: str,
+    db_path: str | Path = schema.DEFAULT_DB_PATH,
+) -> bool:
+    """Parse un fichier et l'importe dans la base si non dupliqué.
+
+    Étapes :
+      1. Vérifie que la source est connue et que le fichier existe
+      2. Appelle le bon parser selon `source`
+      3. Vérifie la déduplication via (store, date, total)
+      4. Si nouveau : insère le ticket et ses articles en base
+      5. Retourne True si inséré, False si déjà présent
+
+    Args:
+        file_path: Chemin vers le fichier à importer.
+                   (.html pour Picnic, .pdf pour Leclerc)
+        source: 'picnic' ou 'leclerc'.
+        db_path: Chemin vers la base SQLite (créé si absent).
+
+    Returns:
+        True si le ticket a été inséré, False s'il était déjà présent.
+
+    Raises:
+        ValueError: Si `source` est inconnu.
+        FileNotFoundError: Si `file_path` n'existe pas.
+    """
+    if source not in _SOURCES:
+        raise ValueError(
+            f"Source inconnue : '{source}'. Valeurs acceptées : {_SOURCES}"
+        )
+
+    file_path = Path(file_path)
+    if not file_path.exists():
+        raise FileNotFoundError(f"Fichier introuvable : {file_path}")
+
+    # --- Parsing ---
+    receipt = _parse(file_path, source)
+
+    # --- Initialisation de la base (idempotent) ---
+    schema.init_db(db_path)
+
+    # --- Déduplication ---
+    with schema.get_connection(db_path) as conn:
+        date_iso = receipt.date.isoformat()
+        if repository.receipt_exists(conn, receipt.store, date_iso, receipt.total):
+            logger.info(
+                "Ticket déjà présent (store=%s date=%s total=%.2f) — import ignoré.",
+                receipt.store,
+                date_iso,
+                receipt.total,
+            )
+            return False
+
+        repository.insert_receipt(conn, receipt)
+        logger.info(
+            "Ticket importé : store=%s date=%s total=%.2f (%d articles).",
+            receipt.store,
+            date_iso,
+            receipt.total,
+            len(receipt.items),
+        )
+        return True
+
+
+def _parse(file_path: Path, source: str):
+    """Sélectionne et appelle le parser approprié.
+
+    Les imports sont retardés pour ne charger les dépendances lourdes
+    (pytesseract, pdfplumber) que si nécessaire.
+    """
+    if source == "picnic":
+        from tickettracker.parsers import picnic
+        html_content = file_path.read_text(encoding="utf-8", errors="replace")
+        return picnic.parse(html_content)
+
+    if source == "leclerc":
+        from tickettracker.parsers import leclerc
+        return leclerc.parse(str(file_path))
+
+    # Jamais atteint grâce à la validation en amont, mais satisfait mypy
+    raise ValueError(f"Source inconnue : '{source}'")

tickettracker/web/api.py

@@ -0,0 +1,87 @@
+"""
+Router FastAPI pour les endpoints JSON /api/*.
+
+Chaque endpoint ouvre sa propre connexion SQLite (via config.DB_PATH),
+appelle la fonction de queries.py correspondante, puis ferme la connexion.
+"""
+
+import sqlite3
+
+from fastapi import APIRouter, HTTPException
+
+import tickettracker.config as config
+from tickettracker.db.schema import get_connection
+from tickettracker.web.queries import (
+    get_all_receipts,
+    get_compare_prices,
+    get_dashboard_stats,
+    get_product_history,
+    get_receipt_detail,
+)
+
+router = APIRouter(prefix="/api")
+
+
+@router.get("/stats")
+def api_stats():
+    """Statistiques globales (nb tickets, total dépensé, etc.)."""
+    conn = get_connection(config.DB_PATH)
+    try:
+        return get_dashboard_stats(conn)
+    finally:
+        conn.close()
+
+
+@router.get("/compare")
+def api_compare():
+    """Comparaison de prix Picnic vs Leclerc pour les produits communs."""
+    conn = get_connection(config.DB_PATH)
+    try:
+        return get_compare_prices(conn)
+    finally:
+        conn.close()
+
+
+@router.get("/product/{name:path}/history")
+def api_product_history(name: str):
+    """Historique des prix d'un produit normalisé.
+
+    Retourne 404 si le produit est inconnu.
+    Le paramètre {name:path} autorise les '/' dans le nom normalisé.
+    """
+    conn = get_connection(config.DB_PATH)
+    try:
+        data = get_product_history(conn, name)
+    finally:
+        conn.close()
+
+    if data is None:
+        raise HTTPException(status_code=404, detail="Produit introuvable")
+    return data
+
+
+@router.get("/receipts")
+def api_receipts():
+    """Liste tous les tickets avec leur nombre d'articles."""
+    conn = get_connection(config.DB_PATH)
+    try:
+        return get_all_receipts(conn)
+    finally:
+        conn.close()
+
+
+@router.get("/receipt/{receipt_id}")
+def api_receipt_detail(receipt_id: int):
+    """Détail d'un ticket et de ses articles.
+
+    Retourne 404 si l'id est inconnu.
+    """
+    conn = get_connection(config.DB_PATH)
+    try:
+        data = get_receipt_detail(conn, receipt_id)
+    finally:
+        conn.close()
+
+    if data is None:
+        raise HTTPException(status_code=404, detail="Ticket introuvable")
+    return data

tickettracker/web/app.py

@@ -0,0 +1,206 @@
+"""
+Application web FastAPI pour le dashboard TicketTracker.
+
+Routes HTML (lecture seule) :
+  GET /                    → index.html  (stats + graphique + derniers tickets)
+  GET /compare             → compare.html (comparaison Picnic vs Leclerc)
+  GET /product/{name:path} → product.html (historique d'un produit)
+  GET /receipt/{id}        → receipt.html (détail d'un ticket)
+
+Lancement :
+  python -m tickettracker.web.app
+  ou
+  TICKETTRACKER_DB_PATH=/autre/chemin.db python -m tickettracker.web.app
+"""
+
+import json
+from pathlib import Path
+from urllib.parse import quote
+
+from fastapi import FastAPI, Request
+from fastapi.responses import HTMLResponse
+from fastapi.staticfiles import StaticFiles
+from fastapi.templating import Jinja2Templates
+
+import tickettracker.config as config
+from tickettracker.db.schema import get_connection, init_db
+from tickettracker.web.api import router as api_router
+from tickettracker.web.queries import (
+    get_all_receipts,
+    get_compare_prices,
+    get_dashboard_stats,
+    get_monthly_spending,
+    get_product_history,
+    get_product_list,
+    get_receipt_detail,
+)
+
+# ---------------------------------------------------------------------------
+# Initialisation de l'application
+# ---------------------------------------------------------------------------
+
+app = FastAPI(title="TicketTracker Dashboard", docs_url="/api/docs", redoc_url=None)
+
+# Répertoires statiques et templates (relatifs à ce fichier)
+_WEB_DIR = Path(__file__).parent
+_STATIC_DIR = _WEB_DIR / "static"
+_TEMPLATES_DIR = _WEB_DIR / "templates"
+
+app.mount("/static", StaticFiles(directory=str(_STATIC_DIR)), name="static")
+
+templates = Jinja2Templates(directory=str(_TEMPLATES_DIR))
+
+# Filtre Jinja2 pour encoder les noms de produits dans les URLs
+templates.env.filters["urlquote"] = lambda s: quote(str(s), safe="")
+
+# Router API JSON
+app.include_router(api_router)
+
+
+# ---------------------------------------------------------------------------
+# Helper : transforme la liste plate monthly en structure Chart.js
+# ---------------------------------------------------------------------------
+
+def _build_monthly_chart_data(monthly: list[dict]) -> dict:
+    """Convertit [{month, store, total}] en structure datasets Chart.js stacked bar.
+
+    Retourne un dict sérialisable en JSON :
+    {
+        "labels": ["2026-01", ...],
+        "datasets": [
+            {"label": "picnic",  "data": [...], "backgroundColor": "#4a9eff"},
+            {"label": "leclerc", "data": [...], "backgroundColor": "#ff6b35"},
+        ]
+    }
+    Les totaux manquants (enseigne absente pour un mois) sont mis à 0.
+    """
+    # Extraire tous les mois et enseignes distincts (ordonnés)
+    labels = sorted({row["month"] for row in monthly})
+    stores = sorted({row["store"] for row in monthly})
+
+    # Construire un index {(month, store): total} pour lookup rapide
+    index = {(row["month"], row["store"]): row["total"] for row in monthly}
+
+    # Couleurs associées aux enseignes
+    colors = {"picnic": "#4a9eff", "leclerc": "#ff6b35"}
+
+    datasets = [
+        {
+            "label": store,
+            "data": [index.get((month, store), 0) for month in labels],
+            "backgroundColor": colors.get(store, "#888888"),
+        }
+        for store in stores
+    ]
+
+    return {"labels": labels, "datasets": datasets}
+
+
+# ---------------------------------------------------------------------------
+# Routes HTML
+# ---------------------------------------------------------------------------
+
+@app.get("/", response_class=HTMLResponse)
+async def page_index(request: Request):
+    """Page d'accueil : statistiques globales + graphique + liste des tickets."""
+    conn = get_connection(config.DB_PATH)
+    try:
+        stats = get_dashboard_stats(conn)
+        monthly = get_monthly_spending(conn)
+        receipts = get_all_receipts(conn)
+    finally:
+        conn.close()
+
+    chart_data = _build_monthly_chart_data(monthly)
+    empty = stats["total_receipts"] == 0
+
+    return templates.TemplateResponse(
+        request,
+        "index.html",
+        {
+            "stats": stats,
+            "chart_data": chart_data,
+            "receipts": receipts,
+            "empty": empty,
+        },
+    )
+
+
+@app.get("/compare", response_class=HTMLResponse)
+async def page_compare(request: Request):
+    """Page de comparaison des prix Picnic vs Leclerc."""
+    conn = get_connection(config.DB_PATH)
+    try:
+        products = get_compare_prices(conn)
+    finally:
+        conn.close()
+
+    return templates.TemplateResponse(
+        request,
+        "compare.html",
+        {
+            "products": products,
+            "empty": len(products) == 0,
+        },
+    )
+
+
+@app.get("/product/{name:path}", response_class=HTMLResponse)
+async def page_product(request: Request, name: str):
+    """Page historique d'un produit normalisé."""
+    conn = get_connection(config.DB_PATH)
+    try:
+        data = get_product_history(conn, name)
+        all_products = get_product_list(conn)
+    finally:
+        conn.close()
+
+    return templates.TemplateResponse(
+        request,
+        "product.html",
+        {
+            "data": data,
+            "name": name,
+            "all_products": all_products,
+            "empty": data is None,
+        },
+    )
+
+
+@app.get("/receipt/{receipt_id}", response_class=HTMLResponse)
+async def page_receipt(request: Request, receipt_id: int):
+    """Page détail d'un ticket."""
+    conn = get_connection(config.DB_PATH)
+    try:
+        data = get_receipt_detail(conn, receipt_id)
+    finally:
+        conn.close()
+
+    if data is None:
+        return templates.TemplateResponse(
+            request,
+            "receipt.html",
+            {"data": None, "receipt_id": receipt_id},
+            status_code=404,
+        )
+
+    return templates.TemplateResponse(
+        request,
+        "receipt.html",
+        {"data": data},
+    )
+
+
+# ---------------------------------------------------------------------------
+# Point d'entrée : python -m tickettracker.web.app
+# ---------------------------------------------------------------------------
+
+if __name__ == "__main__":
+    import uvicorn
+
+    # S'assurer que la DB existe (idempotent)
+    init_db(config.DB_PATH)
+
+    print(f"Base de données : {config.DB_PATH}")
+    print("Dashboard disponible sur http://localhost:8000")
+    uvicorn.run("tickettracker.web.app:app", host="0.0.0.0", port=8000, reload=True)

tickettracker/web/queries.py

@@ -0,0 +1,297 @@
+"""
+Requêtes SQL en lecture seule pour le dashboard web.
+
+Toutes les fonctions reçoivent une connexion SQLite ouverte (pattern identique
+à repository.py) et retournent des structures Python simples (dict, list).
+L'appelant est responsable de l'ouverture et fermeture de la connexion.
+"""
+
+import sqlite3
+
+
+def get_dashboard_stats(conn: sqlite3.Connection) -> dict:
+    """Statistiques globales pour la page d'accueil.
+
+    Returns:
+        dict avec les clés :
+          - total_receipts : int
+          - total_spent    : float
+          - total_items    : int
+          - distinct_products : int
+          - receipts_by_store : dict[str, int]
+          - spent_by_store    : dict[str, float]
+          - date_range        : dict {min, max} ou {min: None, max: None}
+    """
+    # Statistiques par enseigne
+    rows = conn.execute(
+        "SELECT store, COUNT(*) AS nb, SUM(total) AS spent FROM receipts GROUP BY store"
+    ).fetchall()
+
+    receipts_by_store = {row["store"]: row["nb"] for row in rows}
+    spent_by_store = {row["store"]: round(row["spent"], 2) for row in rows}
+    total_receipts = sum(receipts_by_store.values())
+    total_spent = round(sum(row["spent"] for row in rows), 2) if rows else 0.0
+
+    # Statistiques articles
+    item_stats = conn.execute(
+        """
+        SELECT
+            COUNT(*)                        AS total_items,
+            COUNT(DISTINCT name_normalized) AS distinct_products
+        FROM items
+        """
+    ).fetchone()
+
+    # Plage de dates
+    date_row = conn.execute(
+        "SELECT MIN(date) AS d_min, MAX(date) AS d_max FROM receipts"
+    ).fetchone()
+
+    return {
+        "total_receipts": total_receipts,
+        "total_spent": total_spent,
+        "total_items": item_stats["total_items"],
+        "distinct_products": item_stats["distinct_products"],
+        "receipts_by_store": receipts_by_store,
+        "spent_by_store": spent_by_store,
+        "date_range": {"min": date_row["d_min"], "max": date_row["d_max"]},
+    }
+
+
+def get_monthly_spending(conn: sqlite3.Connection) -> list[dict]:
+    """Dépenses mensuelles par enseigne, pour le graphique Chart.js.
+
+    Returns:
+        Liste de dicts {month: "2026-01", store: "picnic", total: 45.20},
+        triée par mois puis enseigne.
+    """
+    rows = conn.execute(
+        """
+        SELECT
+            substr(date, 1, 7)  AS month,
+            store,
+            ROUND(SUM(total), 2) AS total
+        FROM receipts
+        GROUP BY month, store
+        ORDER BY month, store
+        """
+    ).fetchall()
+
+    return [{"month": r["month"], "store": r["store"], "total": r["total"]} for r in rows]
+
+
+def get_compare_prices(conn: sqlite3.Connection) -> list[dict]:
+    """Comparaison de prix entre Picnic et Leclerc pour les produits communs.
+
+    Utilise la vue price_history. Ne retourne que les produits présents
+    dans les deux enseignes. Trié par écart décroissant (le plus cher en premier).
+
+    Returns:
+        Liste de dicts {name, price_picnic, price_leclerc, diff, diff_pct}.
+        diff    = price_leclerc - price_picnic  (positif = Leclerc plus cher)
+        diff_pct = diff / MIN(price_picnic, price_leclerc) * 100
+    """
+    rows = conn.execute(
+        """
+        WITH avg_by_store AS (
+            SELECT
+                name_normalized,
+                store,
+                ROUND(AVG(unit_price), 2) AS avg_price
+            FROM price_history
+            WHERE name_normalized IS NOT NULL
+            GROUP BY name_normalized, store
+        )
+        SELECT
+            a.name_normalized                             AS name,
+            a.avg_price                                   AS price_picnic,
+            b.avg_price                                   AS price_leclerc,
+            ROUND(b.avg_price - a.avg_price, 2)           AS diff,
+            ROUND(
+                (b.avg_price - a.avg_price)
+                / MIN(a.avg_price, b.avg_price) * 100
+            , 1)                                          AS diff_pct
+        FROM avg_by_store a
+        JOIN avg_by_store b
+          ON a.name_normalized = b.name_normalized
+         AND a.store = 'picnic'
+         AND b.store = 'leclerc'
+        ORDER BY ABS(b.avg_price - a.avg_price) DESC
+        """
+    ).fetchall()
+
+    return [
+        {
+            "name": r["name"],
+            "price_picnic": r["price_picnic"],
+            "price_leclerc": r["price_leclerc"],
+            "diff": r["diff"],
+            "diff_pct": r["diff_pct"],
+        }
+        for r in rows
+    ]
+
+
+def get_product_history(conn: sqlite3.Connection, name: str) -> dict | None:
+    """Historique des prix d'un produit normalisé.
+
+    Args:
+        conn: Connexion SQLite ouverte.
+        name: Valeur de name_normalized à rechercher (sensible à la casse).
+
+    Returns:
+        dict {name, min_price, max_price, avg_price, history: list[dict]}
+        ou None si le produit est inconnu.
+        Chaque entrée de history : {date, store, unit_price, quantity, unit}.
+    """
+    # Statistiques globales
+    stats = conn.execute(
+        """
+        SELECT
+            name_normalized,
+            ROUND(MIN(unit_price), 2) AS min_price,
+            ROUND(MAX(unit_price), 2) AS max_price,
+            ROUND(AVG(unit_price), 2) AS avg_price
+        FROM price_history
+        WHERE name_normalized = ?
+        """,
+        (name,),
+    ).fetchone()
+
+    if stats is None or stats["name_normalized"] is None:
+        return None
+
+    # Historique chronologique
+    rows = conn.execute(
+        """
+        SELECT date, store, unit_price, quantity, unit
+        FROM price_history
+        WHERE name_normalized = ?
+        ORDER BY date
+        """,
+        (name,),
+    ).fetchall()
+
+    return {
+        "name": stats["name_normalized"],
+        "min_price": stats["min_price"],
+        "max_price": stats["max_price"],
+        "avg_price": stats["avg_price"],
+        "history": [
+            {
+                "date": r["date"],
+                "store": r["store"],
+                "unit_price": r["unit_price"],
+                "quantity": r["quantity"],
+                "unit": r["unit"],
+            }
+            for r in rows
+        ],
+    }
+
+
+def get_all_receipts(conn: sqlite3.Connection) -> list[dict]:
+    """Liste tous les tickets avec le nombre d'articles associés.
+
+    Returns:
+        Liste de dicts {id, store, date, total, delivery_fee, order_id, nb_items},
+        triée par date décroissante (le plus récent en premier).
+    """
+    rows = conn.execute(
+        """
+        SELECT
+            r.id,
+            r.store,
+            r.date,
+            r.total,
+            r.delivery_fee,
+            r.order_id,
+            COUNT(i.id) AS nb_items
+        FROM receipts r
+        LEFT JOIN items i ON i.receipt_id = r.id
+        GROUP BY r.id
+        ORDER BY r.date DESC, r.id DESC
+        """
+    ).fetchall()
+
+    return [
+        {
+            "id": r["id"],
+            "store": r["store"],
+            "date": r["date"],
+            "total": r["total"],
+            "delivery_fee": r["delivery_fee"],
+            "order_id": r["order_id"],
+            "nb_items": r["nb_items"],
+        }
+        for r in rows
+    ]
+
+
+def get_receipt_detail(conn: sqlite3.Connection, receipt_id: int) -> dict | None:
+    """Détail complet d'un ticket et de ses articles.
+
+    Args:
+        conn:       Connexion SQLite ouverte.
+        receipt_id: Id du ticket à récupérer.
+
+    Returns:
+        dict avec les champs du ticket + items: list[dict], ou None si introuvable.
+    """
+    receipt = conn.execute(
+        "SELECT id, store, date, total, delivery_fee, order_id FROM receipts WHERE id = ?",
+        (receipt_id,),
+    ).fetchone()
+
+    if receipt is None:
+        return None
+
+    items = conn.execute(
+        """
+        SELECT id, name_raw, name_normalized, category, quantity, unit, unit_price, total_price
+        FROM items
+        WHERE receipt_id = ?
+        ORDER BY id
+        """,
+        (receipt_id,),
+    ).fetchall()
+
+    return {
+        "id": receipt["id"],
+        "store": receipt["store"],
+        "date": receipt["date"],
+        "total": receipt["total"],
+        "delivery_fee": receipt["delivery_fee"],
+        "order_id": receipt["order_id"],
+        "items": [
+            {
+                "id": i["id"],
+                "name_raw": i["name_raw"],
+                "name_normalized": i["name_normalized"],
+                "category": i["category"],
+                "quantity": i["quantity"],
+                "unit": i["unit"],
+                "unit_price": i["unit_price"],
+                "total_price": i["total_price"],
+            }
+            for i in items
+        ],
+    }
+
+
+def get_product_list(conn: sqlite3.Connection) -> list[str]:
+    """Liste tous les noms normalisés distincts (non NULL) pour le sélecteur.
+
+    Returns:
+        Liste de str triée alphabétiquement.
+    """
+    rows = conn.execute(
+        """
+        SELECT DISTINCT name_normalized
+        FROM items
+        WHERE name_normalized IS NOT NULL
+        ORDER BY name_normalized
+        """
+    ).fetchall()
+
+    return [r["name_normalized"] for r in rows]

tickettracker/web/static/style.css

@@ -0,0 +1,48 @@
+/* Personnalisations légères par-dessus Pico CSS */
+
+/* Grille de cartes statistiques : 2 colonnes min, 4 max */
+.stat-grid {
+    display: grid;
+    grid-template-columns: repeat(auto-fit, minmax(160px, 1fr));
+    gap: 1rem;
+    margin-bottom: 2rem;
+}
+
+/* Cartes avec le grand chiffre mis en avant */
+.stat-card {
+    text-align: center;
+    padding: 1.25rem 1rem;
+}
+
+.stat-card h3 {
+    font-size: 2rem;
+    margin-bottom: 0.25rem;
+    color: var(--pico-primary);
+}
+
+.stat-card p {
+    margin: 0;
+    font-size: 0.9rem;
+    color: var(--pico-muted-color);
+}
+
+/* Contraindre la hauteur des canvas Chart.js */
+.chart-container {
+    position: relative;
+    max-height: 350px;
+    margin: 1rem 0;
+}
+
+/* Couleurs pour les écarts de prix dans la table compare */
+.diff-positive {
+    color: #c0392b;  /* rouge = Leclerc plus cher */
+}
+
+.diff-negative {
+    color: #27ae60;  /* vert = Picnic plus cher (économie) */
+}
+
+/* Débordement horizontal pour les grandes tables */
+.overflow-auto {
+    overflow-x: auto;
+}

tickettracker/web/templates/base.html

@@ -0,0 +1,36 @@
+<!DOCTYPE html>
+<html lang="fr" data-theme="light">
+<head>
+    <meta charset="UTF-8">
+    <meta name="viewport" content="width=device-width, initial-scale=1.0">
+    <title>{% block title %}TicketTracker{% endblock %}</title>
+    <!-- Pico CSS : framework CSS minimaliste sans JavaScript -->
+    <link rel="stylesheet" href="https://cdn.jsdelivr.net/npm/@picocss/pico@2/css/pico.min.css">
+    <!-- Chart.js : graphiques -->
+    <script src="https://cdn.jsdelivr.net/npm/chart.js@4/dist/chart.umd.min.js"></script>
+    <!-- Style personnalisé -->
+    <link rel="stylesheet" href="/static/style.css">
+</head>
+<body>
+    <header class="container">
+        <nav>
+            <ul>
+                <li><strong>🛒 TicketTracker</strong></li>
+            </ul>
+            <ul>
+                <li><a href="/">Accueil</a></li>
+                <li><a href="/compare">Comparer</a></li>
+                <li><a href="/api/docs" target="_blank">API docs</a></li>
+            </ul>
+        </nav>
+    </header>
+
+    <main class="container">
+        {% block content %}{% endblock %}
+    </main>
+
+    <footer class="container">
+        <small>TicketTracker — dashboard lecture seule</small>
+    </footer>
+</body>
+</html>

tickettracker/web/templates/compare.html

@@ -0,0 +1,62 @@
+{% extends "base.html" %}
+
+{% block title %}Comparer les prix — TicketTracker{% endblock %}
+
+{% block content %}
+<h1>Comparaison Picnic vs Leclerc</h1>
+
+{% if empty %}
+<article>
+    <p>
+        Aucun produit commun trouvé entre Picnic et Leclerc.
+    </p>
+    <p>
+        Pour voir une comparaison, vous devez :
+    </p>
+    <ol>
+        <li>Importer des tickets des deux enseignes</li>
+        <li>Normaliser les noms d'articles avec la CLI</li>
+    </ol>
+    <pre><code>python -m tickettracker.cli normalize</code></pre>
+</article>
+{% else %}
+
+<p>Produits présents chez les deux enseignes, triés par écart de prix décroissant.</p>
+
+<div class="overflow-auto">
+    <table>
+        <thead>
+            <tr>
+                <th>Produit</th>
+                <th>Picnic moy.</th>
+                <th>Leclerc moy.</th>
+                <th>Écart €</th>
+                <th>Écart %</th>
+                <th></th>
+            </tr>
+        </thead>
+        <tbody>
+            {% for p in products %}
+            <tr>
+                <td>{{ p.name }}</td>
+                <td>{{ "%.2f"|format(p.price_picnic) }} €</td>
+                <td>{{ "%.2f"|format(p.price_leclerc) }} €</td>
+                <td class="{% if p.diff > 0 %}diff-positive{% elif p.diff < 0 %}diff-negative{% endif %}">
+                    {{ "%+.2f"|format(p.diff) }} €
+                </td>
+                <td class="{% if p.diff > 0 %}diff-positive{% elif p.diff < 0 %}diff-negative{% endif %}">
+                    {{ "%+.1f"|format(p.diff_pct) }} %
+                </td>
+                <td>
+                    <a href="/product/{{ p.name | urlquote }}">Historique</a>
+                </td>
+            </tr>
+            {% endfor %}
+        </tbody>
+    </table>
+</div>
+
+<p><small>Positif = Leclerc plus cher, négatif = Picnic plus cher.</small></p>
+
+{% endif %}
+{% endblock %}

tickettracker/web/templates/index.html

@@ -0,0 +1,104 @@
+{% extends "base.html" %}
+
+{% block title %}Accueil — TicketTracker{% endblock %}
+
+{% block content %}
+<h1>Tableau de bord</h1>
+
+{% if empty %}
+<article>
+    <p>
+        Aucun ticket importé. Utilisez la CLI pour importer vos tickets :
+    </p>
+    <pre><code>python -m tickettracker.cli import chemin/vers/ticket.html  # Picnic
+python -m tickettracker.cli import chemin/vers/ticket.pdf   # Leclerc</code></pre>
+</article>
+{% else %}
+
+<!-- Cartes de statistiques -->
+<div class="stat-grid">
+    <article class="stat-card">
+        <h3>{{ stats.total_receipts }}</h3>
+        <p>Tickets importés</p>
+    </article>
+    <article class="stat-card">
+        <h3>{{ "%.2f"|format(stats.total_spent) }} €</h3>
+        <p>Total dépensé</p>
+    </article>
+    <article class="stat-card">
+        <h3>{{ stats.distinct_products }}</h3>
+        <p>Produits distincts</p>
+    </article>
+    <article class="stat-card">
+        <h3>{{ stats.total_items }}</h3>
+        <p>Articles scannés</p>
+    </article>
+</div>
+
+<!-- Graphique dépenses par mois -->
+<article>
+    <h2>Dépenses par mois</h2>
+    <div class="chart-container">
+        <canvas id="monthlyChart"></canvas>
+    </div>
+</article>
+
+<script>
+(function () {
+    const data = {{ chart_data | tojson }};
+    const ctx = document.getElementById("monthlyChart").getContext("2d");
+    new Chart(ctx, {
+        type: "bar",
+        data: data,
+        options: {
+            responsive: true,
+            plugins: {
+                legend: { position: "top" }
+            },
+            scales: {
+                x: { stacked: true },
+                y: {
+                    stacked: true,
+                    ticks: {
+                        callback: function(value) { return value + " €"; }
+                    }
+                }
+            }
+        }
+    });
+})();
+</script>
+
+<!-- Tableau des derniers tickets -->
+<article>
+    <h2>Derniers tickets</h2>
+    <div class="overflow-auto">
+        <table>
+            <thead>
+                <tr>
+                    <th>#</th>
+                    <th>Enseigne</th>
+                    <th>Date</th>
+                    <th>Total</th>
+                    <th>Articles</th>
+                    <th></th>
+                </tr>
+            </thead>
+            <tbody>
+                {% for r in receipts %}
+                <tr>
+                    <td>{{ r.id }}</td>
+                    <td>{{ r.store }}</td>
+                    <td>{{ r.date }}</td>
+                    <td>{{ "%.2f"|format(r.total) }} €</td>
+                    <td>{{ r.nb_items }}</td>
+                    <td><a href="/receipt/{{ r.id }}">Voir</a></td>
+                </tr>
+                {% endfor %}
+            </tbody>
+        </table>
+    </div>
+</article>
+
+{% endif %}
+{% endblock %}

tickettracker/web/templates/product.html

@@ -0,0 +1,118 @@
+{% extends "base.html" %}
+
+{% block title %}
+{% if data %}{{ data.name }}{% else %}Produit inconnu{% endif %} — TicketTracker
+{% endblock %}
+
+{% block content %}
+<h1>Historique produit</h1>
+
+<!-- Sélecteur de produit : navigation JS vers /product/<nom encodé> -->
+<label for="product-select">Choisir un produit :</label>
+<select id="product-select" onchange="window.location='/product/' + encodeURIComponent(this.value)">
+    <option value="">— sélectionner —</option>
+    {% for p in all_products %}
+    <option value="{{ p }}" {% if p == name %}selected{% endif %}>{{ p }}</option>
+    {% endfor %}
+</select>
+
+{% if empty %}
+<article>
+    <p>Produit <strong>{{ name }}</strong> introuvable dans la base.</p>
+    <p>Le nom doit correspondre exactement à un <code>name_normalized</code> existant.</p>
+</article>
+{% else %}
+
+<!-- Cartes statistiques -->
+<div class="stat-grid">
+    <article class="stat-card">
+        <h3>{{ "%.2f"|format(data.min_price) }} €</h3>
+        <p>Prix minimum</p>
+    </article>
+    <article class="stat-card">
+        <h3>{{ "%.2f"|format(data.avg_price) }} €</h3>
+        <p>Prix moyen</p>
+    </article>
+    <article class="stat-card">
+        <h3>{{ "%.2f"|format(data.max_price) }} €</h3>
+        <p>Prix maximum</p>
+    </article>
+</div>
+
+<!-- Graphique d'historique des prix -->
+<article>
+    <h2>Évolution du prix unitaire</h2>
+    <div class="chart-container">
+        <canvas id="priceChart"></canvas>
+    </div>
+</article>
+
+<script>
+(function () {
+    const history = {{ data.history | tojson }};
+
+    // Couleurs par enseigne
+    const colors = { picnic: "#4a9eff", leclerc: "#ff6b35" };
+    const stores = [...new Set(history.map(h => h.store))].sort();
+
+    const datasets = stores.map(store => {
+        const points = history.filter(h => h.store === store);
+        return {
+            label: store,
+            data: points.map(h => ({ x: h.date, y: h.unit_price })),
+            borderColor: colors[store] || "#888",
+            backgroundColor: (colors[store] || "#888") + "33",
+            tension: 0.2,
+            fill: false,
+        };
+    });
+
+    new Chart(document.getElementById("priceChart").getContext("2d"), {
+        type: "line",
+        data: { datasets },
+        options: {
+            responsive: true,
+            scales: {
+                x: { type: "category", title: { display: true, text: "Date" } },
+                y: {
+                    title: { display: true, text: "Prix unitaire (€)" },
+                    ticks: { callback: v => v + " €" }
+                }
+            },
+            plugins: { legend: { position: "top" } }
+        }
+    });
+})();
+</script>
+
+<!-- Tableau des occurrences -->
+<article>
+    <h2>Toutes les occurrences</h2>
+    <div class="overflow-auto">
+        <table>
+            <thead>
+                <tr>
+                    <th>Date</th>
+                    <th>Enseigne</th>
+                    <th>Prix unitaire</th>
+                    <th>Quantité</th>
+                    <th>Unité</th>
+                </tr>
+            </thead>
+            <tbody>
+                {% for h in data.history %}
+                <tr>
+                    <td>{{ h.date }}</td>
+                    <td>{{ h.store }}</td>
+                    <td>{{ "%.2f"|format(h.unit_price) }} €</td>
+                    <td>{{ h.quantity }}</td>
+                    <td>{{ h.unit }}</td>
+                </tr>
+                {% endfor %}
+            </tbody>
+        </table>
+    </div>
+</article>
+
+{% endif %}
+{% endblock %}

tickettracker/web/templates/receipt.html

@@ -0,0 +1,89 @@
+{% extends "base.html" %}
+
+{% block title %}{% if data %}Ticket #{{ data.id }}{% else %}Ticket introuvable{% endif %}{% endblock %}
+
+{% block content %}
+
+{% if data is none %}
+<article>
+    <h2>Ticket introuvable</h2>
+    <p>Le ticket #{{ receipt_id }} n'existe pas dans la base.</p>
+    <a href="/">← Retour à l'accueil</a>
+</article>
+{% else %}
+
+<!-- En-tête ticket -->
+<hgroup>
+    <h1>Ticket #{{ data.id }}</h1>
+    <p>{{ data.store | capitalize }} — {{ data.date }}</p>
+</hgroup>
+
+<!-- Champs du ticket -->
+<article>
+    <dl>
+        <dt>Enseigne</dt>
+        <dd>{{ data.store }}</dd>
+
+        <dt>Date</dt>
+        <dd>{{ data.date }}</dd>
+
+        <dt>Total</dt>
+        <dd><strong>{{ "%.2f"|format(data.total) }} €</strong></dd>
+
+        {% if data.delivery_fee is not none %}
+        <dt>Frais de livraison</dt>
+        <dd>{{ "%.2f"|format(data.delivery_fee) }} €</dd>
+        {% endif %}
+
+        {% if data.order_id %}
+        <dt>Référence commande</dt>
+        <dd><code>{{ data.order_id }}</code></dd>
+        {% endif %}
+    </dl>
+</article>
+
+<!-- Articles -->
+<article>
+    <h2>Articles ({{ data['items'] | length }})</h2>
+    <div class="overflow-auto">
+        <table>
+            <thead>
+                <tr>
+                    <th>Nom brut</th>
+                    <th>Nom normalisé</th>
+                    <th>Catégorie</th>
+                    <th>Qté</th>
+                    <th>Unité</th>
+                    <th>Prix unit.</th>
+                    <th>Total</th>
+                </tr>
+            </thead>
+            <tbody>
+                {% for item in data['items'] %}
+                <tr>
+                    <td>{{ item.name_raw }}</td>
+                    <td>
+                        {% if item.name_normalized %}
+                        <a href="/product/{{ item.name_normalized | urlquote }}">
+                            {{ item.name_normalized }}
+                        </a>
+                        {% else %}
+                        <em>—</em>
+                        {% endif %}
+                    </td>
+                    <td>{{ item.category or "—" }}</td>
+                    <td>{{ item.quantity }}</td>
+                    <td>{{ item.unit }}</td>
+                    <td>{{ "%.2f"|format(item.unit_price) }} €</td>
+                    <td>{{ "%.2f"|format(item.total_price) }} €</td>
+                </tr>
+                {% endfor %}
+            </tbody>
+        </table>
+    </div>
+</article>
+
+<a href="/">← Retour à l'accueil</a>
+
+{% endif %}
+{% endblock %}